O aumento do uso de machine learning em pesquisas de Ciência Política

Por Anna Julia Sbardelott*

O artigo “The Use of Machine Learning Methods in Political Science: An In-Depth Literature Review” foi publicado na Revista Political Studies pelos autores Jef de Slegte, Filip Van Droogenbroeck, Bram Spruyt, Sam Verboven e Vincent Ginis, vinculados à Vrije Universiteit Brussel na Bélgica.

Os autores apresentam uma visão geral de como e porque os métodos de aprendizado conhecidos como “machine learning” são implementados no campo da Ciência Política, visto que o uso dessa tecnologia vem aumentando em pesquisas da área. Entre os trabalhos analisados, 339 artigos publicados entre 1990 e 2022, presentes na Web of Science e Scopus, foram selecionados e avaliados com base em um conjunto de critérios de inclusão/exclusão e a criação de um banco de dados com as principais características. Entre os critérios de inclusão, estava a escolha de artigos escritos em inglês e publicados em revistas de renome internacional.

O interesse principal dos pesquisadores é entender a tendência crescente de utilizar as novas tecnologias em pesquisas da Ciência Ppolítica que, assim como outras áreas, se viu imersa em uma abundância de dados, e enxergou a viabilidade de usufruir de machine learnings para facilitar a realização de pesquisas.

Os autores trazem a definição de machine learning  de Samuel (1959) como um campo de estudos que permite que computadores sejam habilitados a aprender sem serem explicitamente programados. Com a evolução das tecnologias, a técnica foi ficando mais complexa e passou a fazer parte da realidade dos pesquisadores. Entre as vantagens em utilizar a tecnologia em trabalhos acadêmicos, está em não precisar fazer suposições sobre a distribuição das variáveis ​​e detectar automaticamente possíveis relações não lineares e dados para a pesquisa.

Entre os resultados obtidos, os pesquisadores observaram a preferência por métodos dedutivos em pesquisas de Ciência Política, com um aumento considerável de artigos que contam com a presença do machine learning entre 2013 e 2017, além do salto em 2022 com quase 90 publicações. Enquanto entre as revistas que mais publicaram artigos que utilizam do método, a Political Analysys lidera com 43 publicações, cerca de 12% do total analisado.

Já entre os tipos de dados mais utilizados, a pesquisa identificou que, mesmo com a dificuldade dos cientistas políticos em analisar textos, cerca de 68% dos artigos analisa textos como dados principais das pesquisas, enquanto 29% utiliza da tecnologia para analisar dados tabulares. Outro resultado obtido pelos pesquisadores foi o propósito das pesquisas, divididos em: descritivo, explicativo e preditivo, sendo o último o mais utilizado em pesquisa com machine learning (61,9%).

Quando analisadas as áreas de maior domínio entre os pesquisadores, identificou-se a presença majoritária de cientista políticos (73,7%) e somente 19,8% dos artigos foi escrito por pesquisadores interdisciplinares, em áreas como a ciência de dados, matemática e ciência da computação. Já dentro da Ciência Política, 25,4% dos temas de pesquisa fazem parte da comunicação política, demonstrando o grande interesse da área em utilizar o machine learning. Outros temas como conflito e paz, eleições e comportamento político também foram encontrados. 

Em conclusão, a pesquisa confirma a hipótese inicial sobre o aumento de publicações que fazem uso do machine learning. Esse crescimento deve-se ao fato de que as inovações tecnológicas estão permitindo que cientistas políticos tenham acesso iminente a numerosos textos e dados (Siddiqa et al., 2017). Mesmo com as limitações da pesquisa, os autores esperam fortalecem a ponte entre a Ciência Política e machine learning, visando melhores práticas de domínio e novas oportunidades de pesquisa na área.

Referência principal

de Slegte, J., Van Droogenbroeck, F., Spruyt, B., Verboven, S., & Ginis, V. (2024). The Use of Machine Learning Methods in Political Science: An In-Depth Literature Review. Political Studies Review.

Outras referências

Samuel, A.L. Some Studies in Machine Learning Using the Game of Checkers. IBM Journal of Research and Development, vol. 3, no. 3, pp. 210-229, July 1959.

Siddiqa A, Karim A and Gani A. Big Data Storage Technologies: A Survey. Frontiers of Information Technology & Electronic Engineering 18 (8): 1040–1070, 2017.

*Anna Julia Sbardelott é mestranda do Programa de Pós-Graduação em Comunicação da Universidade Federal do Paraná. Bacharel em Comunicação e Multimeios pela Universidade Estadual de Maringá. Integrante do Grupo de Pesquisa em Comunicação, Política e Tecnologia (PONTE).

As opiniões expressas pela(o)s autora(e)s pertencem a ela(e)s e não refletem necessariamente a opinião do Grupo de Pesquisa e nem de seus integrantes.