ҳ

17 september 2019

Forskare vid Institutet för analytisk sociologi, IAS, får 13 miljoner kronor för att med maskininlärning fördjupa kunskapen om ojämlikheten i samhället. ”De svenska befolkningsregistren är en guldgruva”, säger projektledaren Maria Brandén.

Maria Brandén utanför IAS lokaler vid Motala ström i Norrköping. Foto: Mikael Sönne

Tvärvetenskaplig forskargrupp

Forskare från sju institut och avdelningar i flera europeiska länder ingår i gruppen som beviljats drygt tre miljoner om året i fyra år av Vetenskapsrådet. Maskininlärning är enkelt uttryckt algoritmer som utvecklats för att finna mönster och samband i data och används exempelvis för att diagnostisera sjukdomar, ansiktsigenkänning och översättningar i realtid.

Inom samhällsvetenskaperna har maskininlärning varit relativt ovanligt, åtminstone fram till idag.

- En viktig orsak är de stora mängderna data som behövs, och egentligen är det bara Sverige som har tillräckligt stora befolkningsregister. I kvantitativ samhällsvetenskap är det också vanligt att utgå från en bestämd hypotes och sedan testa den, medan maskininlärning innebär ett angreppssätt som är mer induktivt, där man låter data tala mer fritt. För många är det ett nytt sätt att tänka, säger Maria Brandén.

Definition av grannskap

I programmet kommer maskininlärning i kombination med stora mängder registerdata användas för att utveckla och förfina sociala indikatorer som är viktiga för att förstå ojämlikhet. En sådan indikator är ”grannskap”, ett viktigt begrepp som oftast används på ett ganska trubbigt sätt. Forskarna ska utveckla mer exakta definitioner som inte bara beaktar befolkningen i geografiska områden utan även faktorer i det fysiska landskapet, vilka påverkar interaktionen mellan människor.

Maria Brandén är lektor vid IAS och forskar om social ojämlikhet.

Maskininlärning kommer också att användas för att bättre förstå olika sociala processer, särskilt den sociala rörligheten. Metoden öppnar möjligheter att se hur samma faktorer – exempelvis utbildning, ekonomi och sociala nätverk – kan påverka olika individer på olika vis. Studiet av sådana heterogena effekter är en stor fördel med maskinlärning.

- Vi kommer att kunna studera mindre grupper och behöver inte bara fokusera på genomsnittseffekter, som samhällsvetare vanligtvis gör. Vi får en vassare och djupare kunskap helt enkelt, säger Maria Brandén.

För att förstå effekten av olika politiska insatser ska forskarna också försöka skapa det de kallar en ”policymaskin”. Med denna ska man kunna undersöka vilka åtgärder som påverkar olika individer, och på vilket sätt.

Registerbaserad forskning

I forskargruppen ingår personer med bakgrund i sociologi, demografi, statistik och datavetenskap.

- Det blir tvärvetenskap på riktigt, det ska bli fantastiskt roligt att jobba med den här gruppen, säger Maria Brandén.

Anslaget ges inom Vetenskapsrådets utlysning för registerbaserad forskning, där totalt 102 miljoner kronor anslagits för perioden 2020–2023.

  • Läs mer om registerforskning på

Läs mer om IAS

Senaste nytt från LiU

En grupp människor som sitter vid ett bord framför en folkmassa.

Deltagare i FN:s klimatmöten vill se större fokus på genomförande

FN:s klimatförhandlingar kritiseras ofta för att gå för långsamt. En ny studie undersöker vilka förändringar delegater och deltagare vid klimatmötet COP29 vill se. Resultaten visar ett starkt stöd för bättre uppföljning av ländernas klimatåtaganden.

Studenter sitter vid bord med datorer i biblioteket.

Rekordstort intresse för Linköpings universitet när antagningen är klar

Linköpings universitet fortsätter att vara ett av Sveriges populäraste lärosäten. Över 52 600 personer sökte till höstens program och fristående kurser. Av dem har 19 250 personer nu  fått positiva besked.

Neil Lagali vid utrustning för att undersöka ögonen.

Ögonproblem efter covid-19 kan nu förklaras

Mild covid-19 kan ge svåra och långvariga ögonproblem, visar en studie från Linköpings universitet. Studien förklarar också varför det har varit svårt för drabbade att få hjälp. Avvikelserna upptäcks nämligen inte med standardmetoder.