[论文解读] How Far Can We Go Through Social System?: Algorithmic Information Social Theories

Hokky Situngkir|ArXiv.org|Mar 16, 2005

Opinion Dynamics and Social Influence参考文献 24被引用 4

一句话总结

本文将算法信息论应用于社会科学，将社会现象建模为二进制字符串以分析其计算复杂性。它表明，由哥德尔不完备性定理所启发的算法复杂性固有局限，制约了社会学理论，揭示了社会系统分析的潜力与根本边界。

ABSTRACT

The paper elaborates an endeavor on applying the algorithmic information-theoretic computational complexity to meta-social-sciences. It is motivated by the effort on seeking the impact of the well-known incompleteness theorem to the scientific methodology approaching social phenomena. The paper uses the binary string as the model of social phenomena to gain understanding on some problems faced in the philosophy of social sciences or some traps in sociological theories. The paper ends on showing the great opportunity in recent social researches and some boundaries that limit them.

研究动机与目标

• 探讨算法信息论对社会现象科学方法论的影响。
• 考察哥德尔不完备性定理如何制约社会学理论的形式化。
• 将社会现象建模为二进制字符串，以分析其算法复杂性和理论边界。
• 识别由计算不可约性和不可判定性引发的社会研究内在边界。
• 在阐明其理论约束的同时，突出社会研究中的新兴机遇。

提出的方法

• 使用二进制字符串作为社会现象的正式模型，以表示复杂的社会数据。
• 应用算法信息论，特别是柯尔莫哥洛夫复杂度，以衡量社会系统的描述性和计算复杂性。
• 在形式系统中的不可判定性（哥德尔）与社会学中可预测性和理论构建的局限性之间建立类比。
• 通过算法可压缩性的视角分析社会学理论，区分简单与复杂的社会模式。
• 采用理论框架评估社会系统中可被认知或建模的边界。
• 整合混沌动力学与信息论的概念，以评估社会科学中科学探究的界限。

实验结果

研究问题

• RQ1 在多大程度上可以使用算法信息论对社会现象进行形式化建模？
• RQ2 哥德尔式不完备性与算法不可判定性如何制约社会学理论的构建？
• RQ3 当社会系统被建模为二进制字符串时，其可预测性和可压缩性的界限是什么？
• RQ4 计算复杂性和算法随机性在哪些方面限制了社会科学研究？
• RQ5 当前的社会研究方法在多大程度上超越或未能达到由算法信息论定义的理论边界？

主要发现

• 建模为二进制字符串的社会现象表现出算法复杂性，这限制了其形式化描述和可预测性。
• 算法信息论的应用揭示了社会科学研究所固有的边界，类似于哥德尔不完备性定理。
• 假设完全可预测性或可压缩性的社会学理论，可能因算法随机性而从根本上受限。
• 在社会研究中，利用算法复杂性以获得更深层次理论洞见存在显著机遇。
• 本文指出，某些当前的社会研究方法可能因在算法不可约性占主导地位时仍假设可约性而过度扩张。
• 社会科学的理论界限并非仅仅是实践性的，而是源于计算与信息的基本原理。