Claudio Cioffi-Revilla這位致力推動計算社會科學(computational social science)的學者曾說，從啟蒙時代以來至今，社會科學的研究方法有三個主要的發展：統計的、數學的，以及今天電腦運算的。如果專門指社會學的話，我會傾向說，社會學今天可以有四種主要的經驗研究方法了：實驗的，定量的，定性的，以及電腦運算的(in silico)。尤其是計算社會科學家，藉著大數據的風潮，都相信電腦運算研究未來將會代替今天的統計學，成為社會學的主流研究方法。
廣義的電腦運算，包含了所有用電腦進行的研究，像是社會網絡分析(social network analysis, SNA)，社會地理分析(socio-geospatial analysis, GIS)，甚至跑SPSS弄統計，都算是。但稍微狹義的話，比較重要的應該算是人工社會模擬，尤其是「基於行動者的建模」(agent-based modeling, ABM)。ABM的基本構想是，用電腦建立一套由諸多行動者的相互作用所構成的社會系統模型，研究者可以設定行動者的性格、特質、行動目標、互動規則，然後放給這些行動者去「過日子」，去看看在行動者的相互作用下，這個社會系統模型程序會跑出什麼樣的結果，「湧現」出什麼樣的社會現象。
配合上大數據的話，ABM往過去看，可以重現歷史過程，讓人們可以解釋歷史是怎麼造成的（這即是著名的ABM研究者，Joshua Epstein，所說的「生成性解釋」(generative explanation)。他的名言是：某個社會歷史現象如果不能用電腦把它「長出來」，就沒法解釋它。）但我個人更傾向往未來看，用電腦盡可能完整地再現出當下社會情境，然後放給它自己發展。到某個設定年限後，重置、再跑一次，跑N次，藉此建立出未來的社會發展軌跡，預測未來社會可能會發生和不可能發生的事，以此進行決策和風險控管。這有點像美國影集Person of interest的概念，不過僅用於電腦模擬研究，並且焦點放在社會突現而非特定個人行為。
現在的ABM雖然可以設定某些行動者特質與互動規則，然後在沒有研究者外在控制的情況下讓行動者們去「過生活」，以此跑出社會結果，但這離理想中的ABM還有一大段距離。其中一個原因是，人工社會的模擬完整度，仰賴於行動者的人工智慧建模程度。但不要說有著無數個人工智慧的社會系統了，今天光一個人工智慧的發展都還在亦步亦趨。而且，今天人工智慧多還是往「如何讓人工智慧更聰明」發展，但真正困難的是「如何讓人工智慧不那麼聰明」（這即是莫拉維克悖論(moravec paradox)：不那麼聰明的人工智慧遠遠比超級聰明的人工智慧還要更難設計），尤其Hebert Simon早已經指出，真正的人其實是「有限理性」的。（雖然Epstein指出，ABM有五大要點，其中一點就是行動者是有限理性的。但他所謂的有限理性幾乎等於有限的注意力而已，而不是完整的Simon意義下的有限理性，也非意指莫拉維克悖論所提出的問題。）
但依照現在科技發展，能夠設計出完全仿真人的人工智慧，並且能夠運算無數個仿真人的人工智慧，以此100%再現真實世界的人工社會，並藉此進行的ABM研究，也許在不久的將來不會是問題。在這個人工社會當中，每個行動者跟有血有肉、有笑有淚的真人都別無二致，它們的生活都跟你我的生活沒有什麼兩樣，差別只在於它們的生活是社會學家為了研究而進行的模擬N次的歷史當中的一次而已。時間點一到，它們的生活就被重置，再活一次。
但如此一來（其實我整篇文章的重點就只在這XD），當人工社會越來越真實社會的時候，未來會不會出現一個新的社會學的研究倫理問題：社會學家有沒有這個權力，去創建一個社會？更重要的是，社會學家有沒有這個權力無端終止這麼多虛擬行動者的生活？社會學家有沒有這個權力去殺死一個雖然是由社會學家創造出來、但已慢慢活出自己人生的社會世界？當ABM越來越成熟、人工社會越來越像真實社會的時候，社會學家有沒有這個權力，以科學之名，去扮演某個社會的神的角色？
