第一天

自我介紹

“若相較於尋找科學的價值，我更傾向於尋求人的意義。”

雖然人生未必全然是美好的，但是當能在尋求意義的道路上與志同道合的人相遇，便是人生一件幸福與美好的事。很開心在這裡遇到了。

但是很可能當未來有時候會感到怎麼還沒有遇到這種美好時，請我記得不要放棄 去接觸外在世界任何我曾經想要去的地方、曾經想要去做的事…，接觸的門打開，才有機會互動，才有機會改變。

思考與書寫

挑戰一

一個例子，有什麼情形是消費者的行為跟企業所預期的不一樣？

我想分享一個例子…

這一年半以來，我們幾乎沈浸在驚心動魄的數字中，可能不知不覺中都開始喜歡“0”。

“每日新增…”，我常在想，那個數字中的每一個值，背後所代表的是多少傷心與恐懼。

新聞報導無非是提供事實，但是，卻忽略了情感與認知所可能連帶的行為。

政策措施每日透過媒介直播，卻夾帶了社會刻板印象與偏見。

上有政策、下有對策。

原意是為了防止擴散傳染，卻因為連結了社會期望，有些人選擇隱匿，不止民眾，不止官員，不止他人…我也希望自己不是病人，因為不只生病痛苦，受到他人的同情、指責、眼神可能更是難以說出的苦。

死亡、染疫，成為一種社會標籤可能非政府官員、新聞報導者的預期。

挑戰二

有位知名大學的校長認為現在技術會愈來愈平民化，「人人都能成為資料科學家」因此，企業應鼓勵員工參與校調AI（透過學習和調整逐漸最佳化），珍視自己的公司員工，透過他們這些領域專家來嗅出無意義的推論。你覺得這樣的論點如何？  我認為…

平民化的特徵是自主參與，如果企業能夠有配套措施，存有員工的自主性，便是可行的。一般而言，大多數組織透過“鼓勵”之後便逐漸形成路徑依賴，慣例成為不成文的文化可能便失去了參與者的自主性。

挑戰三

以下是給準備要拿中山大學110學年度第一學期「厚資料與意義探勘」課程的同學的題目，若你尚未取得並初步閱讀《演算法下的行銷優勢 》（Sensemaking: The Power of the Humanities in the Age of the Algorithm）這本書，請務必在工作坊結束後的一週內（截止於9/3 17:00) 將這題完成。你的出席佔學期得分的40%；兩天的全部作業佔60%。

為什麼非技術導向的專家在大數據時代會覺得自己使不上力？你看完這本書後給自己的定位為何？並請你指出那些觀念對你最有啟發，或你最想挑戰作者的那些觀念（評論時請加上書中的頁碼）。

演算法下的行銷優勢？

到了巴黎了，也去左岸的咖啡廳了，不過，“文化”卻是蘊含著五味雜陳的意義, source: Grace Hua

  1. 楔子

文章開始前的這張照片是之前與同事家人去巴黎時，經過左岸的一間咖啡館，我們一行人有十位進到這間不知名的咖啡館，大家在討論怎麼點？點什麼？我趁著空檔拍了一些照片，我挑選了其中這一張試著表達“意義建構”。

  • 註: 這本書的作者在書中提到如何找尋意義時，要從文化著手，並舉了一些例子，譬如到了巴黎，應該去咖啡館體驗。
  1. 機緣、脈絡、結構、網絡、偶然

非常巧合、我碩士論文的理論用的剛好是“意義建構”。

剛開始打開這本書時，我有點驚喜，但是，Christian Madsbjerg 所講的意義建構似乎與我所知道的意義建構不是同一件事。

直到沿著語境脈絡地看下去，發現到，Christian Madsbjerg是用質性厚描的方式實現意義建構的過程，我並不知道其他讀者是否有被說服，但是，我覺得這是一本用散記所寫的研究方法。我推論，Christian Madsbjerg應該有寫日記的習慣，這本書很可能是他集結日記寫作後的成品。因此，這本書的結果，可能是習慣積累下的意義建構成果。

“什麼是意義建構法？意義建構法是一種以人性為基礎的實用智慧之法。”(p.32)

這是一句很難定義的定義，簡言之，太多意含夾在其中。譬如“人性”、“智慧”、“實用”如何定義？如何判斷？如何衡量？換言之，是誰來定義？怎麼定義？可能是一個不起眼、微乎其微的細節，或許是我個人純粹地不科學地反思。

意義建構的原則是一個非常具有說服力的議題(p33-52)，Christian Madsbjerg很有巧思地反雛並以譬喻來表達腦中圖像，也是在厚描寫作時比較常用的方法。然而，文字訊息總是難免有限制，譬如厚數據與薄數據之分，我們與他們之分，定性與定量之分。我在寫碩論的時候，為了這些定義或區別，幾乎打算放棄不寫了，因為，我要寫的是超過一萬個小時工作親身觀察的公民社會，又非常想要確認公民社會與體制的關聯，我看了非常多文獻、嚐試建構理論，直到政治傳播的教授提出一個建議：妳不妨試試意義建構論。雖然她不是我的指導教授，但是，卻像是一個仁慈的智慧的先進，透過經驗分享了知識。奇妙的是，我在不經意偶然中發現到“訊息”中的訊號所鑲嵌的意義是一種不知不覺地影響力。譬如，以這位政治傳播教授與我互動的經驗為例，她的用語是“妳不妨試試”，如果用的是“妳應該”、“妳最好”等用語時，我可能便錯失了這個認識“意義建構”理論的機緣了。

再一次很巧的是，我剛投稿期刊論文中一個關鍵概念是“互動”，也是Christian Madsbjerg提到六個可應用的理論之一(p.155-163)。我不禁思考這些巧合，究竟是偶然或是脈絡之下的結果？又或是由於這工作坊志同道合的網絡“中介”了這其中的關聯？

或許這個工作坊正是社會結構下的行動結果，看似我是主動地選擇，但是也可能是脈絡下的路徑依賴，因此，這可能並非絕對的巧合。意義建構的過程是否也是如此？人們努力尋求意義、提煉意義的過程，會不會意義原本就在，只是等著我們遇到它？

偶然中聽見聖嚴法師說道與智慧的關係，大意是說意義或專家的知識看似各有領域，各有其專精的道路，然而，最終從各個不同的道路的門打開進入智慧的殿堂時，卻是齊聚一堂。換言之，人可以從各種道路尋求知識累積智慧，智慧的光卻普照著求道的人。雖然我未必能在此定義智慧，但是，可以肯定的是追求智慧的人總是在尋求人生的意義。也分享我的意義建構論概念如圖。

意義建構論的過程反映一種同情共理與關懷，source:Grace Hua,2009

  1. 批判、反思、探索、意義、智慧
矽谷文化的現象是可以再次反思的(p.58-65)，然而，矽谷文化或大數據的現象卻可能回不去了，人對於未知的探索可能是一種與生俱來的自然性，Christian   Madsbjerg在接下來的一章中透過亞里斯多德的"社會優先於個人"這句話回答了自己對於矽谷文化批判的反對，社會結構是一種不知不覺的力量，與其批判大數據或科技趨勢，或也許可能這並非個人引導的方向，而是集體人性尋求意義的過程，我想我可以詮釋Christian Madsbjerg想說的是要站在人的意義的觀點出發來思考技術的未來或方向。因此，批判可能未必就是否定，而是希望改變。

舉一個實例可能比較容易理解“意義建構”的過程，以這個工作坊中的挑戰五為例可以作為一個案例。我們一開始找不到中秋節烤肉要用什麼理論？於是，MCA可能是一種探索的方式，但是，一開始我們被引導到科技與家人互動的面向，這反而使我們隱約發現技術可能是中介了某種關係，而這種關係是一種強關聯性，家人可能是一種非常緊密關係中的核心網絡，我想到了社會網絡中的交叉壓力、強聯繫中的情感支持需求及節慶中的文化意涵。中秋節可能是一個帶有文化的時空意義的機會，因而，我們從探索中發現了背後的理論。換言之，意義建構的過程中似乎反映出意義是被“發現”而不是被“發明”或“創造”，而意義建構是一個往返的過程。

我想回到文章一開頭所聯想的咖啡館的故事，也想回應一下本書作者的一點點小小的想法，下圖是一張巴黎很有名的甜點店家，我們一行人聚精會神被美麗的甜點吸引目光的同時，一個法國女士卻趁機伸手進我的揹包。這場景使我聯想到法國在當時所面臨的政治、經濟的困境。因此，我認為文化是一種相互交織的結果，沒有人會不希望自己豐衣足食、安定生活。此外，若要了解當代的文化也可能要多接觸幾個不同的、多樣的文化面向，所以，意義可能很純粹也可能很複雜。

source: Grace Hua

我想要問老師的問題

把你來到這個工作坊心中的問題寫下，或是指明想問那位老師什麼問題，助教將會收集後先傳給老師，在工作坊進行期間回答。

我想請老師們或是小組召集人可以分享起心動念是什麼？目前的困境可能是哪些(如果有的話)？這個學程未來可能的想像是什麼？

第二天

思考與書寫

挑戰四

請點開這個連結，看看圖，然後簡要的回答以下幾個問題（圖的下方文章不必看）。

1.請簡單寫下你從圖上第一眼看到的資訊。

細細的、鮮明色彩的直條線與黑色說明文字。

2.寫下你從圖中得到的第一個（想說出來的）靈感

人類社會很不願意放棄建造高樓，即使在最困頓時也想建造第一高樓，彷彿是一種“符號”般地競逐，或是高樓像是象牙塔似的意涵。

3.寫下你在這靈感中喜歡的部份、不喜歡的部份，以及你希望這個圖中呈現什麼你想看的？

  • 喜歡的部份？
  • 按年分的高度感。
  • 按州分的區域別。
  • 背景脈絡的層次。
  • 不喜歡的部份？
  • 字太複雜。
  • 沒有視覺聚焦點。
  • 看圖說不出故事。
  • 希望這個圖中呈現什麼？
  • GDP或經濟成長。
  • 背景與大樓的群組。
  • 用折線圖或是形象構圖來表達大樓的高度。

4.寫下三個你想改變的部份並說說看為什麼。

  • 用GDP或經濟成長曲線圖來表達比較清楚的目的，譬如經濟成長率與大樓高度為什麼相關。
  • 比較簡單的背景事件與大樓的群組構圖，使文字精簡及凸顯歷史事件與經濟、大樓的關係。
  • 因為用了折線圖表達GDP成長趨勢，因此或許可以用大樓的單色圖像表達高度，使用比較少的色系，讓視覺不要太疲累。

5.試試看：用文字勾勒一下你想呈現什麼樣的圖像，並再試著挑出自己所勾勒圖像的缺失。

  • 我可能試著找經濟成長率的資料畫成折線圖。
  • 用比較有層次的背景色系做為歷史脈絡感 。
  • 用比較飽滿的顏色對比出折線圖。
#img src="./20210827idea.png" width="100%"

動手分析與解讀

挑戰五

有一班研究生爭論著關於中秋烤肉還流不流行。請看著這個網調資料，分析你覺得可能說的故事與意義。

探索式分析：MCA

# 在這個階段你只需要能製出這個變數關聯分析圖，並就圖上的跡象進行分析與解讀。
# 若有興趣學習這個方法，請見《民意調查資料分析的R實戰手冊》第六章細講。

load("BBQ.rda")
library(dplyr)
library(FactoMineR)
library(factoextra)

bbqMCA <- select(bbq, V44r, V18r, V20r, V21r, V23r, V27r, V45r,  V48r)
bbqMCA.nona <- na.omit(bbqMCA)
nrow(bbqMCA.nona)
## [1] 645
names(bbqMCA.nona)
## [1] "V44r" "V18r" "V20r" "V21r" "V23r" "V27r" "V45r" "V48r"
res<-MCA(bbqMCA.nona, ncp=10, graph= F)
fviz_screeplot(res, ncp=10)

# 變數類別關係圖
plot(res, axes=c(1, 2), new.plot=TRUE, 
     col.var="purple", col.ind="gray", col.ind.sup="gray",
     col.quali.sup="gray", col.quanti.sup="purple",
     label=c("var"), cex=0.8, 
     selectMod = "cos2",
     invisible=c("ind", "quali.sup"), 
     autoLab = "yes",
     title="")

變數相關性的確認與解讀

# 接下來，我們使用卡方檢定來進一步確認變數可能的關聯。
library(sjPlot)
## Registered S3 methods overwritten by 'parameters':
##   method                           from      
##   as.double.parameters_kurtosis    datawizard
##   as.double.parameters_skewness    datawizard
##   as.double.parameters_smoothness  datawizard
##   as.numeric.parameters_kurtosis   datawizard
##   as.numeric.parameters_skewness   datawizard
##   as.numeric.parameters_smoothness datawizard
##   print.parameters_distribution    datawizard
##   print.parameters_kurtosis        datawizard
##   print.parameters_skewness        datawizard
##   summary.parameters_kurtosis      datawizard
##   summary.parameters_skewness      datawizard
## #refugeeswelcome
sjt.xtab(bbq$V37r, bbq$V45r,
         show.row.prc = TRUE, # 顯示列百分比
         show.col.prc = TRUE  # 顯示欄百分比
         )
## Warning in sprintf(" <td class=\"summary tdata\" colspan=\"%i\">%s=%.3f &middot;
## df=%i &middot; %s=%.3f &middot; %s=%.3f</td>", : one argument not used by format
## ' <td class="summary tdata" colspan="%i">%s=%.3f &middot; df=%i &middot; %s=%.3f
## &middot; %s=%.3f</td>'
最後，我們來談談節慶與團聚。
請問您覺得一天之內自己可以自由支配的時間（用來做自己想做的事）大約有多少？ 		平時用社群媒體（Line,
Facebook等）與家人聯繫感情。您覺得夠不夠？ 		Total
不常見面不要緊 見面是必要的
足夠 173
39.1 %
73.9 % 		269
60.9 %
65.5 % 		442
100 %
68.5 %
不夠 61
30 %
26.1 % 		142
70 %
34.5 % 		203
100 %
31.5 %
Total 234
36.3 %
100 % 		411
63.7 %
100 % 		645
100 %
100 %
χ2=4.588 · df=1 · φ=0.088 · p=0.032 
# 下面的框外，請你就這個結果說出你心中的意義。
# 並請你調跟據上面的變數類別關係圖，做至少一個你要檢證的相關性並在框外說明你的發現與想法。

# 提示：將上述的sjt.xtab()語法照貼在本框內的下方，改動$後頭的變數為你有興趣的，就可以產生分析結果。

意義: 家人對於自我情感支持具有重要性。無論人所能支配的有限的時間資源是否足夠或是通訊技術進步也不太能取代與家人接觸的需求，都會期待能與家人親近互動與聯繫。

進一步確認相關性: 當我們問受訪者這個問題時:「請問您覺得一天之內自己可以自由支配的時間（用來做自己想做的事）大約有多少？」，7成以上的人覺得可以自主支配自己的一天時間安排，可是，無論時間是否夠用或通訊技術普及之下，平時用社群媒體（Line,Facebook等）與家人經常聯繫感情，多數人仍然明顯地覺得這樣並不足夠，而應該要見面或是親身接觸(63.7%)，因此，我們希望進一步了解，在特殊且具有華人重要意涵的中秋節是否是一個親身接觸的機會，中秋節對於華人有「月圓人團圓」，或是「每逢佳節倍思親」的文化意涵，人們可以藉此機會透過輕鬆的活動類型與家人自然而然的團圓，以滿足與家人感情支持的潛在需求，從下表中我們透過兩個問項來確認了這個關聯性。即使認為家人一起參與烤肉未必能聯絡感情的民眾，有超過三成的人仍希望能有機會參與全家人一起烤肉的活動。

sjt.xtab(bbq$V48r, bbq$V44r,
         show.row.prc = TRUE, # 顯示列百分比
         show.col.prc = TRUE  # 顯示欄百分比
         )
## Warning in sprintf(" <td class=\"summary tdata\" colspan=\"%i\">%s=%.3f &middot;
## df=%i &middot; %s=%.3f &middot; %s=%.3f</td>", : one argument not used by format
## ' <td class="summary tdata" colspan="%i">%s=%.3f &middot; df=%i &middot; %s=%.3f
## &middot; %s=%.3f</td>'
大家圍著烤肉比其他活動要較為容易聯絡感情。 說回到烤肉，請問您明年會不會想全家人一起烤肉？ Total
不會 會
不見得 233
67.9 %
76.1 % 		110
32.1 %
32 % 		343
100 %
52.8 %
同意 73
23.8 %
23.9 % 		234
76.2 %
68 % 		307
100 %
47.2 %
Total 306
47.1 %
100 % 		344
52.9 %
100 % 		650
100 %
100 %
χ2=124.987 · df=1 · φ=0.442 · p=0.000

確認式分析

這個階段不一定要做到，因為工作坊重點放在潛在關聯的確認。若你已有基本的統計或計量課程的基礎，你可以操作看看，在R中如何輕易的進行建模與假設檢證。也歡迎你繼續嘗試，挑戰看看自己的直覺！

從認知、情感、態度及行為的相關變項中，雖然我們初步發現其中的連結，但是日常生活中影響我們如何決策的因素並不止於這些變項，其他諸如價值觀、社會氛圍、準備食材程序或經濟因素等內在與外在的因素都有可能影響我們如何決策或如何行為的潛在變項，因此，我們納入這些變項與家人關係一同來驗證這樣的假設:

## 請你就以下例子中所使用的八個變數，試著做出你自己版本的假設，並將你的分析與解讀寫在語法框外。

# 假設一：對烤肉的新鮮感不再（V18r）會降低明年烤肉的意願（V44r）
# 假設二：覺得烤肉影響健康（V20r）便會降低明年烤肉的意願
# 假設三：覺得烤肉花費造成負擔（V21r）便會降低明年烤肉的意願
# 假設四：覺得烤肉麻煩（V23r）便會降低明年烤肉的意願
# 假設五：覺得烤肉影響環境（V27r）便會降低明年烤肉的意願
# 假設六：覺得不必要見面就能聯絡感情（V45r）會降低明年烤肉的意願
# 假設七：認為烤肉不是聯絡感情的首選（V48r）便會降低明年烤肉的意願

load("BBQ.rda")

## 二元勝算對數模型
mod.1 <- glm(V44r~ V48r+V45r+V27r+V21r+V20r+V18r+V23r, 
             data=bbq, family=binomial)
summary(mod.1) 
## 
## Call:
## glm(formula = V44r ~ V48r + V45r + V27r + V21r + V20r + V18r + 
##     V23r, family = binomial, data = bbq)
## 
## Deviance Residuals: 
##     Min       1Q   Median       3Q      Max  
## -2.1544  -0.9159   0.4547   0.8186   2.2016  
## 
## Coefficients:
##             Estimate Std. Error z value Pr(>|z|)    
## (Intercept)  -0.1028     0.2611  -0.394 0.693684    
## V48r1         1.8033     0.1870   9.644  < 2e-16 ***
## V45r1         0.5169     0.1917   2.696 0.007008 ** 
## V27r1        -0.1109     0.2063  -0.538 0.590751    
## V21r1        -0.2541     0.2046  -1.242 0.214258    
## V20r1        -0.2302     0.2035  -1.131 0.257974    
## V18r1        -0.9319     0.2593  -3.593 0.000327 ***
## V23r1        -0.7009     0.2325  -3.015 0.002571 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 892.04  on 644  degrees of freedom
## Residual deviance: 710.49  on 637  degrees of freedom
##   (因為不存在，5 個觀察量被刪除了)
## AIC: 726.49
## 
## Number of Fisher Scoring iterations: 4
# 假設一、四、六、七得到支持--「對烤肉的新鮮感不再」（假設一）、「覺得烤肉麻煩」（假設四）、「覺得不必要見面就能聯絡感情」（假設六）、「認為烤肉不是聯絡感情的首選」（假設七）會影響烤肉的意願。

我的假設是…

假設一：覺得家烤肉活動時的見面比較容易聯絡感情(v48r)，人們將會願意參與家人烤肉活動 。
假設二：覺得見面比較能聯絡感情時（V45r），人們會將會願意參與家人一起烤肉的活動 。
假設三：覺得烤肉影響環境（V27r），人們將不願意參與烤肉的活動。
假設四：覺得烤肉花費造成負擔（V21r）人們將不願意參與烤肉的活動。
假設五：覺得烤肉影響健康（V20r）人們將不願意參與烤肉的活動。
假設六：對烤肉的新鮮感不再（V18r）人們將不願意參與烤肉的活動。
假設七：覺得烤肉麻煩（V23r）人們將不願意參與烤肉的活動。

我的解讀是…

假設一、二、六、七得到支持– 「覺得家烤肉活動時的見面比較容易聯絡感情」（假設一）、「覺得見面比較能聯絡感情時」（假設二）、「對烤肉的新鮮感不再」（假設六）、「覺得烤肉麻煩」（假設七）會影響烤肉的意願。

一般而言，其他條件不變的情況下，民眾會由於覺得家人一起參與烤肉活動時的見面比較容易聯絡感情、覺得見面比較能聯絡感情時而傾向於願意參與烤肉的活動，不過，同時也可能對烤肉的新鮮感不再、覺得烤肉麻煩等原因降低烤肉的意願。

意味著家人見面團聚是中秋節中可能存在的社會文化意涵，一方面滿足了人的核心網絡聯繫的需求，一方面當社會普遍氛圍烤肉活動是一件有趣的、新鮮的活動時，可能會具有社會影響力，不過烤肉經常要處理事前與事後各種 食材與清理的細節成為一種負擔，使人傾向於不參與烤肉，但這並不表示絕對不參與其他可能比較簡便的活動，以滿足家人團聚的社會文化意涵。

load("BBQ.rda")

## 二元勝算對數模型
mod.2 <- glm(V44r~ V18r+V20r+V21r+V23r+V27r+V45r+V48r, 
             data=bbq, family=binomial)
summary(mod.2) 
## 
## Call:
## glm(formula = V44r ~ V18r + V20r + V21r + V23r + V27r + V45r + 
##     V48r, family = binomial, data = bbq)
## 
## Deviance Residuals: 
##     Min       1Q   Median       3Q      Max  
## -2.1544  -0.9159   0.4547   0.8186   2.2016  
## 
## Coefficients:
##             Estimate Std. Error z value Pr(>|z|)    
## (Intercept)  -0.1028     0.2611  -0.394 0.693684    
## V18r1        -0.9319     0.2593  -3.593 0.000327 ***
## V20r1        -0.2302     0.2035  -1.131 0.257974    
## V21r1        -0.2541     0.2046  -1.242 0.214258    
## V23r1        -0.7009     0.2325  -3.015 0.002571 ** 
## V27r1        -0.1109     0.2063  -0.538 0.590751    
## V45r1         0.5169     0.1917   2.696 0.007008 ** 
## V48r1         1.8033     0.1870   9.644  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 892.04  on 644  degrees of freedom
## Residual deviance: 710.49  on 637  degrees of freedom
##   (因為不存在，5 個觀察量被刪除了)
## AIC: 726.49
## 
## Number of Fisher Scoring iterations: 4