Många kollektiva utfall, såsom boendesegregation, spridning av idéer och sociala beteenden, kulturella normer, och förändringar i politiska åsikter, är inte bara en spegling av individernas egenskaper. När individer interagerar och påverkar varandra, drivs makroutfallen också av strukturen av de sociala nätverk som länkar individer till varandra och existensen av komplexa tröskelvärden. Sådana processer påverkar inte bara hur beteenden sprids i samhället, utan även vilka beteenden som uppfattas som värdefulla, intressanta eller på andra sätt önskvärda.
Forskning vid SweCSS analyserar dynamiken av social, kulturell och diskursiv påverkan med hjälp av data om hela populationer av interagerande individer, stora textkorpus som fångar hur människor talar om den värld de lever i, och detaljerade digitala data från online-interaktioner. Vår forskningsagenda kombinerar kraftfulla datavetenskapliga metoder - maskininlärning, textanalys och storskaliga agentbaserade simuleringar - med noggrant formulerade samhällsvetenskapliga teorier för att förbättra vår förståelse av hur individer kollektivt och ofta helt oavsiktligt omformar den värld de lever i.
Forskarna vid SweCSS använder pålitliga, valida och effektiva datavetenskapliga metoder för att bättre förstå orsakssamband i den sociala världen. Vårt främsta mål är att göra CSS-verktygen både mer teoretiskt förankrade och lättare att tolka så att de kan komma att inta en centralare plats i samhällsvetenskaplig forskning, där förklaringar är av största vikt.
