过去几年，社会科学研究取得了许多进展，使之更具吸引力和影响力。有“有用证据联盟”和“什么有效中心”——目前已有 12 个，下一个中心将专注于儿童社会关怀——所有这些努力都超越了创建证据库，确保这些证据得到实际利用。
有 REF 和各种尝试——有的更好，有的更糟——将影响嵌入评估。有新的实验室，如 Nesta 的 Y Lab，将大学与公共部门和民间社会的创新者联系起来，还有社会科学园区的初创，旨在使社会科学更多地融入其周围的社会。
目前，大学已经采取了大量举措来改变课程设置，以便学生能够更多地参与解决社会问题，而不仅仅是观察。社会创新交流中心 SIX最近进行了一项实用调查。
我感兴趣的是接下来会发生什么。什么可能有助于未来的社会科学更好地融入社会常识，并帮助社会更好地理解自己？社会科学可以从那句古老的谚语“授人以鱼不如授人以渔”中汲取什么？
关于社会科学的正确作用，人们有两种看法。一种认为，社会科学应该由一批专家组成，他们以自己的专业机构和学科为基础，分析和解释世界，然后将结论反馈给基本上被动的社会和心怀感激的政策制定者。另一种认为，学术界的专家更多地与社会合作，而社会本身也精通社会科学，能够提出假设、收集数据、进行实验并得出结论。
我想说的是，两股强劲的风正在吹拂，它们可能 自雇数据 会扩大社会科学的第二种观点。它们可能会让影响的语言——起源于军队，在很大程度上反映了传统的线性观点——变得相当多余，也许应该用有用性的语言来代替。
数据和机器智能
在这些变革之风中，第一个是最容易看到的。社会科学是社会理解自身的方式：为什么社会会凝聚或分崩离析；为什么有些社会发展，而另一些社会萎缩；为什么有些人关心，而另一些人憎恨；巨大的结构性力量如何解释我们自身传记中看似特殊的事实。
我们现在看到，观察社会现象的新方法正在以惊人的速度涌现，这必将改变我们提出社会问题的方式以及我们回答这些问题的方式。
如今，我们每个人都留下了与谁交谈、吃什么、去哪里的痕迹。调查人员、发现模式、搜索网络、从传感器获取数据、从面部表情解读情绪都比以往任何时候都容易。收集感知和情绪以及重要事实也比以往任何时候都容易——例如通过对英国脱欧等问题的公开辩论进行情绪分析。组织也比以往任何时候都更容易实践社会科学——无论是投资组织分析市场模式、人力资源部门使用行为科学，还是地方当局使用人种学。这些工具当然不是专业社会科学家的专利。
如此大量的数据本身就足以带来巨大的转变。但这些数据现在还被用于为人工智能的解释和预测工具提供数据——谁最有可能去医院，谁最有可能入狱，哪些关系最有可能以离婚告终。