Veranstaltung

LV-Nummer 06371100 L 52
Gesamt-Lehrleistung 37,33 UE
Semester SoSe 2022
Veranstaltungsformat LV / Seminar
Gruppe
Organisationseinheiten Technische Universität Berlin
Fakultät VI
↳     Institut für Soziologie (IfS)
↳         36371100 FG Technik- und Innovationssoziologie
URLs
Label
Ansprechpartner*innen
Schulz-Schaeffer, Ingo
Verantwortliche
Sprache Deutsch

Termine (1)


Mo. 18.04 - 18.07.22, wöchentlich, 16:00 - 18:00

(
Charlottenburg
)

36371100 FG Technik- und Innovationssoziologie

37,33 UE
Einzeltermine ausklappen
Legende
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
Mo.
Technik und Gesellschaft (Modul Vertiefung): Soziologie der Algorithmen
FH 301 (Charlottenburg)
Schulz-Schaeffer, Ingo
Di.
Mi.
Do.
Fr.
Kalender als PDF exportieren

Die zunehmende Digitalisierung der Gesellschaft führt dazu, dass immer mehr, immer voraussetzungsreichere und zunehmend komplexere Entscheidungsprozesse an Computerprogramme delegiert werden. Computerprogramme bestehen aus Algorithmen, also aus Verfahrensvorschriften, die dem Computer sein Verhalten vorgeben. Diese Algorithmen werden von Menschen programmiert. Man könnte deshalb argumentieren, dass die Delegation von Entscheidungsprozessen an Computerprogramme kein grundsätzliches Problem darstellt, weil Computer letztlich nur Befehle ausführen, die Menschjen ihnen einprogrammiert haben. So einfach ist es jedoch nicht. Zum einen sind viele der Softwareprogramme, auf deren Entscheidungen wir uns im täglichen Leben verlassen, kommerzielle Produkte, und ihre Hersteller behandeln die in ihnen implementierten Entscheidungslogiken als Betriebsgeheimnisse. Zum anderen werden die Softwareprogramme zunehmend lernfähig. Das gilt insbesondere für die so genannten prädiktiven Systeme, die aus einem beobachteten Verhalten Muster ableiten, die dann verwendet werden, um Voraussagen über wahrscheinliches zukünftiges Verhalten zu treffen. Solche Algorithmen werden zunehmend in Bereichen eingesetzt, in denen Daten über das Verhalten menschlicher Akteure die Grundlage der Vorhersagen bilden. Im Alltag bereits weit verbreitet sind prädiktive Systeme, die aus den Daten von Kunden Vorhersagen über deren Konsumverhalten und künftige Vorlieben ableiten und dieses prädiktive Wissen beispielsweise für personalisierte Werbung einsetzen. In den USA nutzen Richter und Bewährungshelfer prädiktive Systeme, um die Rückfallwahrscheinlichkeit von Straftätern abzuschätzen. Auch bei der Personalauswahl in Einstellungsverfahren kommen solche Systeme bereits breit zum Einsatz. Der zunehmende Einfluss algorithmischer Entscheidungsprozesse in allen Sphären des gesellschaftlichen Lebens wirft eine Vielzahl soziologischer Fragen auf: Wie verändert sich das Verhältnis von Privatheit und Öffentlichkeit, wenn sich aus den Datenspuren, die Akteure in ihrem alltäglichen Leben hinterlassen, personenbezogenes Wissen über Verhaltensdispositionen verschiedenster Art ableiten lassen? Welche Gefahren der Manipulierbarkeit ergeben sich aus diesem prädiktiven Wissen? In welchem Umfang wirken prädiktive Systeme diskriminierend, etwa wenn vorurteilsbehaftete Verhaltenseinschätzungen in die automatisierte Musterbildung einfließen oder bei der Musterbildung Verhaltenseigenschaften mit gruppenbezogenen Personenmerkmalen verknüpft werden, um so personengruppenspezifische Vorhersagen treffen zu können? Gegenstand des Seminars ist es, diese und andere Fragen anhand aktueller Forschungsliteratur zu diskutieren.