Analiza sieci bada\u0144 naukowych dotycz\u0105cych zagadnie\u0144 spo\u0142eczno-politycznych nie jest \u0142atwym zadaniem. Nawet najdok\u0142adniej przeprowadzone badania cz\u0119sto sk\u0142aniaj\u0105 do zadawania jeszcze wi\u0119cej pyta\u0144 ni\u017c wcze\u015bniej. Czy ich wyniki mo\u017cna odnie\u015b\u0107 do innych kontekst\u00f3w? Czy wnioski z bada\u0144 dotycz\u0105cych jednego \u015brodowiska politycznego mog\u0105 mie\u0107 zastosowanie w innym? A co, je\u015bli badamy zachowania wyborc\u00f3w w wyborach o jednoznacznym wyniku \u2013 czy nasze wnioski b\u0119d\u0105 mia\u0142y zastosowanie w wyborach, w kt\u00f3rych wyniki s\u0105 bardzo wyr\u00f3wnane? Takie dociekliwe pytania s\u0105 nieod\u0142\u0105czn\u0105 cz\u0119\u015bci\u0105 bada\u0144 spo\u0142ecznych.<\/p>\n
Aby nieco wyja\u015bni\u0107 t\u0119 kwesti\u0119, warto przyjrze\u0107 si\u0119 Naoki Egamiemu, utalentowanemu politologowi z MIT, kt\u00f3ry jeszcze bardziej doprecyzowuje ten z\u0142o\u017cony proces, k\u0142ad\u0105c nacisk na \u2018wa\u017cno\u015b\u0107 zewn\u0119trzn\u0105\u2019. M\u00f3wi\u0105c pro\u015bciej, jest to stopie\u0144, w jakim wyniki badania mo\u017cna odnie\u015b\u0107 do innych sytuacji.<\/p>\n
\u201cMetodologia polityczna to dziedzina, w kt\u00f3rej najpierw zadaje si\u0119 pytania jako politolog, a nast\u0119pnie rozwi\u0105zuje je jak statystyk stosowany lub informatyk stosowany\u201d \u2013 m\u00f3wi Egami. Uczyni\u0142 on sztuk\u0119 z odkrywania podstawowych problem\u00f3w matematycznych kryj\u0105cych si\u0119 za z\u0142o\u017conymi wyzwaniami, przed kt\u00f3rymi staj\u0105 naukowcy spo\u0142eczni, oraz z rozwi\u0105zywania ich w najbardziej optymalny spos\u00f3b.<\/p>\n
To, co wyr\u00f3\u017cnia Egamiego, to jego nieustanne zainteresowanie i szerokie horyzonty. Zanim sztuczna inteligencja sta\u0142a si\u0119 pot\u0119g\u0105, jak\u0105 znamy dzisiaj, Egami dog\u0142\u0119bnie zbada\u0142 jej wp\u0142yw na badania naukowe. Jego wnikliwe skupienie si\u0119 na zrozumieniu tych narz\u0119dzi sztucznej inteligencji oraz dostrzeganiu ich tendencji i dok\u0142adno\u015bci przynios\u0142o mu uznanie, a jednocze\u015bnie wzbogaci\u0142o jego zr\u00f3\u017cnicowane portfolio badawcze. Jednak jego przewodni\u0105 ide\u0105 zawsze by\u0142o d\u0105\u017cenie do rozwi\u0105zania fundamentalnych kwestii politycznych oraz d\u0105\u017cenie do precyzyjnych pomiar\u00f3w.<\/p>\n
Z jego spostrze\u017ce\u0144 wynika, \u017ce nale\u017cy patrze\u0107 na sprawy z dw\u00f3ch perspektyw. \u201cJe\u015bli skupiasz si\u0119 wy\u0142\u0105cznie na teoretycznych zagadnieniach statystycznych, czasami mo\u017cesz nie zaj\u0105\u0107 si\u0119 interesuj\u0105cymi problemami empirycznymi. Dlatego naprawd\u0119 warto spojrze\u0107 na spraw\u0119 z obu perspektyw\u201d \u2013 sugeruje Egami.<\/p>\n
Jego droga \u017cyciowa jest bez w\u0105tpienia kszta\u0142towana przez los. Urodzony i wychowany w Tokio w Japonii, Egami \u017cywi\u0142 g\u0142\u0119bokie zainteresowanie matematyk\u0105 i fizyk\u0105, a jednocze\u015bnie pasjonowa\u0142 si\u0119 filozofi\u0105 polityczn\u0105. Ta r\u00f3\u017cnorodno\u015b\u0107 zainteresowa\u0144 sk\u0142oni\u0142a go do wzi\u0119cia udzia\u0142u w warsztatach po\u015bwi\u0119conych ameryka\u0144skim studi\u00f3w podyplomowych, a przypadkowe spotkanie zapocz\u0105tkowa\u0142o ca\u0142y ten proces.<\/p>\n
Podczas seminarium naukowego pozna\u0142 profesora Kosuke Imai, obecnie pracuj\u0105cego na Uniwersytecie Harvarda, kt\u00f3ry przedstawia\u0142 wyniki swoich bada\u0144 dotycz\u0105cych wykorzystania statystyki w naukach spo\u0142ecznych. G\u0142\u0119boko poruszony i zainspirowany tym pomys\u0142em, Egami postanowi\u0142 po\u015bwi\u0119ci\u0107 si\u0119 karierze w dziedzinie nauk politycznych. Uzyska\u0142 tytu\u0142 licencjata po sp\u0119dzeniu roku jako student wymiany na Uniwersytecie Michigan, a nast\u0119pnie zosta\u0142 przyj\u0119ty na studia doktoranckie na Uniwersytecie Princeton, gdzie Imai zosta\u0142 jednym z jego promotor\u00f3w.<\/p>\n
Pod okiem takich wybitnych naukowc\u00f3w jak Imai, Rafaela Dancygier i Brandon Stewart Egami skupi\u0142 si\u0119 na wa\u017cnych zagadnieniach metodologicznych, takich jak zewn\u0119trzna trafno\u015b\u0107, kt\u00f3re wzbudzi\u0142y szerokie zainteresowanie po ich przedstawieniu. Po uzyskaniu tytu\u0142u doktora na Uniwersytecie Princeton w 2020 roku rozpocz\u0105\u0142 karier\u0119 dydaktyczn\u0105 na Uniwersytecie Columbia, by pi\u0119\u0107 lat p\u00f3\u017aniej ostatecznie trafi\u0107 do MIT.<\/p>\n
Istotn\u0105 cz\u0119\u015bci\u0105 pracy Egamiego jest dog\u0142\u0119bna analiza kluczowych czynnik\u00f3w wp\u0142ywaj\u0105cych na wyniki bada\u0144 empirycznych. Podj\u0105\u0142 si\u0119 on ambitnego zadania, jakim jest zidentyfikowanie tych r\u00f3\u017cnic i u\u015bwiadomienie ich innym badaczom. Z ogromnym zainteresowaniem przygl\u0105da si\u0119 narz\u0119dziom uczenia maszynowego stosowanym w naukach spo\u0142ecznych i fascynowa\u0142a go sztuczna inteligencja na d\u0142ugo przed tym, zanim sta\u0142a si\u0119 ona tak popularnym has\u0142em, jakim jest dzisiaj.<\/p>\n
Od otrzymania nagrody \u201eEmerging Scholar Award\u201d przyznawanej przez Towarzystwo Metodologii Politycznej po zdobycie nagr\u00f3d za najlepsze artyku\u0142y w r\u00f3\u017cnych dziedzinach Ameryka\u0144skiego Stowarzyszenia Nauk Politycznych \u2013 Egami wyrobi\u0142 sobie renom\u0119 w dziedzinie nauk spo\u0142ecznych. Uwa\u017ca, \u017ce to w\u0142a\u015bnie wprowadzanie innowacji i podejmowanie co kilka lat nowych temat\u00f3w badawczych podtrzymuje jego motywacj\u0119.<\/p>\n
Opr\u00f3cz wszystkich swoich osi\u0105gni\u0119\u0107 szczeg\u00f3lnie ceni sobie czas sp\u0119dzony na MIT, gdzie rozkoszuje si\u0119 \u2018duchem in\u017cynierii\u2019 oraz r\u00f3\u017cnorodn\u0105 grup\u0105 ludzi, kt\u00f3rzy z pasj\u0105 po\u015bwi\u0119caj\u0105 sw\u00f3j czas na rozwi\u0105zywanie trudnych problem\u00f3w. Jak bardzo trafnie uj\u0105\u0142 to Egami: \u201cLudzie na MIT s\u0105 naprawd\u0119 mili. Wydzia\u0142 Nauk Politycznych dzia\u0142a bardzo sprawnie, ludzie podchodz\u0105 do pracy z wielkim zaanga\u017cowaniem, ale to po prostu naprawd\u0119 mili ludzie\u201d.\u201d<\/p>\n
M\u00f3wi si\u0119, \u017ce szcz\u0119\u015bcie sprzyja tym, kt\u00f3rzy s\u0105 dobrze przygotowani. W przypadku Egamiego z jego dotychczasowej drogi wynika jasno, \u017ce tam, gdzie spotyka\u0142y si\u0119 przygotowanie i okazja, powsta\u0142a wspania\u0142a spu\u015bcizna osi\u0105gni\u0119\u0107 naukowych oraz nieustanne d\u0105\u017cenie do wiedzy w niezwyk\u0142ym \u015bwiecie nauk politycznych. Przeczytaj oryginalny artyku\u0142 tutaj<\/a>.<\/p>\n Aby usprawni\u0107 dzia\u0142alno\u015b\u0107 swojej firmy dzi\u0119ki automatyzacji opartej na sztucznej inteligencji, odwied\u017a stron\u0119 implementi.ai, gdzie znajdziesz wi\u0119cej informacji na temat tego, jak usprawni\u0107 procesy operacyjne i zwi\u0119kszy\u0107 wydajno\u015b\u0107.<\/p>","protected":false},"excerpt":{"rendered":" Dissecting the web of socio-political scientific research is no cakewalk. Even the most meticulously conducted studies often tempt one to ask more questions than before. Can their findings be extrapolated to different settings? Can a research conclusion from one political landscape be true in another? What if we’re examining voter behaviour in a single-biased election, will our conclusions hold in a closely contested one? Probing questions like these are entirely built into the fabric of social research. The Impactful Journey of Naoki Egami To usher in some clarity into this sphere, take a look at Naoki Egami, a gifted MIT […]<\/p>\n","protected":false},"author":4,"featured_media":9597,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46,47],"tags":[],"class_list":["post-9596","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/9596","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/comments?post=9596"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/posts\/9596\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media\/9597"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/media?parent=9596"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/categories?post=9596"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/pl\/wp-json\/wp\/v2\/tags?post=9596"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}