LFU:online

Die Studierenden sind in der Lage, Prozesse der Digitalisierung und Datafizierung und die damit verbundenen Chancen und Herausforderungen für das gesellschaftliche Leben zu beurteilen und kritisch zu reflektieren. Sie verfügen über die Kompetenz zur eigenständigen Formulierung von übergreifenden und kontextbezogenen Fragestellungen und Schlussfolgerungen in den Bereichen Ethik, Recht und Governance. Sie verfügen über ein fortgeschrittenes Verständnis sozialer, kultureller, politischer und wirtschaftlicher Aspekte von Prozessen der Digitalisierung und Vermessung der Gesellschaft. Die Studierenden sind in der Lage, digitale Methoden und Daten ethisch begründet zu erfassen, kritisch zu reflektieren und sowohl mit Expertinnen und Experten als auch mit Laiinnen und Laien zu diskutieren.

Im Wesentlichen anhand zweier Bücher, Atlas of AI von Kate Crawford und Data Feminism von Catherine D’Ignacio und Lauren Klein, die das Seminar strukturieren, betreiben wir eine multiperpektivistische kritische Auseinandersetzung mit Daten, ihren Machtvektoren, ihrer ökologischen Bedingungen u.v.m.

Ungefähr sieht jede Sitzung wie folgt aus: zu Beginn ein 5-minütiger Input von ein bis zwei Studiierenden, der die vorausgegangene Sitzung zusammenfasst, ein Input von der Lehrperson zum aktuellen Thema/Text, eine Gruppenarbeit während der Sitzung zum Thema/Text, eine kurze Präsentation der Gruppenarbeiten und ein kurzer Ausblick auf die nächste Sitzung mit Ratschlägen, was vorzubereiten/zu lesen ist. Gelegentlich sehen wir uns auch Ausschnitte aus Filmen und Dokumentationen an. 

40% Ihre Beteiligung im Seminar, 60% ein 12-seitiges Paper über ein verabredetes Thema des Seminars, das am Ende des Semester abgegeben werden muss. Die Nutzung von KI zum Erstellen des Papers ist untersagt.

Literatur (in fetter Schrift die Hauptquellen)

Cheney-Lippold, John. We Are Data: Algorithms and the Making of Our Digital Selves.

Chun, Wendy Hui Kyong. Discriminating Data: Correlation, Neighborhoods, and the New Politics of Recognition.

Couldry, Nick, and Ulises A. Mejias. “Data Colonialism: Rethinking Big Data’s Relation to the Contemporary Subject.”

Crawford, K. (2021). Atlas of AI. Power, Politics, and the Planetary Costs of Artificial Intelligence. In Atlas of AI. Yale University Press.

D’Ignazio, Catherine, and Lauren F. Klein. Data Feminism.

Es, Karin, and Nanna Verhoeff. Situating Data: Inquiries in Algorithmic Culture.

Foucault, Michel. Security, Territory, Population: Lectures at the Collège de France, 1977-78.

Gabrys, Jennifer. Program Earth: Environmental Sensing Technology and the Making of a Computational Planet.

Goriunova, Olga. “The Digital Subject: People as Data as Persons.”

Halpern, Orit. Beautiful Data_ A History of Vision and Reason since 1945.

Langlois, Ganaele, et al., eds. Compromised Data: From Social Media to Big Data.

Richterich, Annika. The Big Data Agenda. Data Ethics and Critical Data Studies.

Rouvroy, Antoinette. “The End(s) of Critique : Data-Behaviourism vs. Due-Process.”

Für die Verwendung von Hilfsmitteln jeglicher Art gelten die Kennzeichnungspflichten, die in der aktuellen Fassung der eidesstaatlichen Erklärung angegeben sind. Im Falle von verabsäumter Kennzeichnungspflicht steht der LV-Leitung offen, die betreffenden Einreichungen negativ zu beurteilen.