GWTF-Jahrestagung in Kooperation mit dem Institut für Soziologie der TU Berlin Berlin, 15. und 16. November 2018 Verhalten und Vorhersage. |
|
Call for Papers (pdf) | Programm (pdf) | Programm Organisation: Matthias Bottel, Marcus Burkhardt, Jan-Hendrik Passoth, Cornelius Schubert und Ingo Schulz-Schaeffer Im Zusammenhang der beträchtlichen Forschungsinvestitionen und Förderinteressen in den letzten Jahren im Bereich von Big Data und künstlicher Intelligenz können wir beobachten, dass maschinelles Lernen und autonome Systeme in ganz unterschiedlichen Bereichen an Bedeutung gewinnen. Eine besondere Rolle spielen dabei Softwaresysteme, die aus einem beobachteten Verhalten – von Menschen, Maschinen oder deren Umwelten – Muster ableiten, die dann verwendet werden, um Schätzungen und Voraussagen über wahrscheinliches zukünftiges Verhalten zu treffen, so genannte prädiktive Systeme. Ein typischer industrieller Anwendungsbereich für Softwaresysteme dieser Art ist schon seit geraumer Zeit die vorausschauende Wartung von Anlagen. Dabei werden beispielsweise aus Daten über Geräuschveränderungen bei Maschinen Aussagen darüber abgeleitet, wann ein bestimmtes Maschinenteil vorsorglich ausgetauscht werden sollte. Solche Verfahren und Algorithmen werden aber auch 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. Längst im Alltag angekommen sind auch die von Vorschlagssystemen erzeugten Empfehlungen für Musiktitel, Filme und Serien, die Musik- und Video-Streamingdienste ihren Abonnent*innen geben. Daneben wird der Einsatz von prädiktiven Systemen zunehmend aber auch für ein breites Spektrum speziellerer Nutzungsweisen in den Blick genommen. Wissenschaftsplattformen wie Researchgate oder Academia nutzen Vorschlagssysteme, um ihre Nutzer*innen auf für sie potenziell interessante Paper und Projekte hinzuweisen. 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. Unter dem Stichwort „predictive policing“ werden Softwaresysteme erprobt und zum Teil bereits eingesetzt, die Wahrscheinlichkeiten errechnen, mit denen beispielsweise bestimmte Wohnbezirke von Einbruchdiebstahlen betroffen sein werden. Nicht zuletzt steht in China mit der Einführung des Social Credit Systems eine umfassende Bewertungs- und Vorhersagetechnologie vor der Einführung, deren Folgen aktuell kaum absehbar erscheinen. Das Vorgehen der automatisierten Generierung von Vorhersagen auf der Grundlage digitaler Verhaltensspuren von menschlichen und nicht-menschlichen Akteuren wirft ein Spektrum unterschiedlicher Fragen für sozial- und kultur- und medienwissenschaftliche Forschung im Allgemeinen und die Wissenschafts- und Technikforschung im Besonderen auf. Zentrale Fragekomplexe verbinden sich mit den Stichworten Privatheit, Selbstbestimmtheit, Cyber-Balkanisierung und Diskriminierung:
Für die sozial-, medien- und kulturwissenschaftliche Forschung stellen sich damit zusammenhängend folgende Fragen:
Im Rahmen der diesjährigen GWTF Tagung wollen wir diese Fragen diskutieren. Wir laden deshalb zur Einreichung von Vortragsvorschlägen ein, die mit sozial-, kultur- und/oder medienwissenschaftlichen Mitteln konzeptionelle oder empirische Forschungsarbeiten zur automatisierten Generierung von Schätzungen und Vorhersagen auf der Grundlage digitaler Verhaltensspuren präsentieren. Bitte schicken Sie Ihre 1-2-seitigen Vortragsvorschläge bis zum 30.06.2018 an Jan-Hendrik Passoth (jan.passoth@tum.de) und Ingo Schulz-Schaeffer (schulz-schaeffer@tu-berlin.de)
Tagungsort: Tagungsorganisation: Anmeldung: Während der Tagung können Kinder von Referentinnen und Referenten betreut werden.
Donnerstag, 15.11.2017 10:30 Ankommen 11:00 Begrüßung und Einführung in das Tagungsthema Block I: Askriptive Ungleichheit im maschinellen Lernen 11:30 Astrid Mager (ITA Wien): 12.15 Thilo Hagendorff (Universitat Tübingen): 13:00 Mittagessen Block II: Theoretische Perspektiven 14.30 Karolin Eva Kappler (FernUniversität Hagen): 15.15 Gesa Lindemann und Katharina Block (Universität Oldenburg): 16:00 Kaffeepause Block III: Verhaltensvorhersage und -kontrolle 16:30 Nikolaus Pöchhacker (TU München): 17:15 Andreas Sudmann (Ruhr-Universität Bochum): 18:00 Pause 18:15 Anna Tuschling (Ruhr-Universität Bochum): 19:00 Mitgliederversammlung der GWTF Anschließend Gemeinsames Abendessen
Freitag, 16.11.2016 Block IV: Veränderbarkeit und Beeinflussbarkeit algorithmischer Bewertungen 09:00 Martin Degeling (Ruhr-Universitat Bochum): 09:45 Katharina Kinder-Kurlanda (GESIS Köln): 10:30 Francis Hunger (Bauhaus Universität Weimar): 11:15 Kaffeepause Block V: Smart Cities/Smart Urbanism 11:30 Philipp Späth, Eric Jolivet und Simon Marvin (Universität Freiburg): 12:15 Cordula Kropp (Universität Stuttgart): 13:00 Mittagspause Block VI: Predictive Policing 14:00 Simon Egbert (Universität Hamburg): 14:45 Selma Lamprecht (Weizenbaum-Institut Berlin): 15:30 Tagungsende
|
|
Zuletzt aktualisiert am 17.08.2018 [zum Seitenanfang] [Impressum/Datenschutzerklärung] |