Verhalten und Vorhersage.
Die techno-sozialen Zukünfte algorithmischer Bewertungssysteme

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:

• Wie verändert sich das Verhältnis zwischen den gesellschaftlichen Sphären des Privatlebens und der gesellschaftlichen Öffentlichkeit, wenn Akteure des öffentlichen Lebens aus den ihnen zugänglichen Verhaltensspuren personenbezogenes Wissen über Verhaltensdispositionen verschiedenster Art ableiten können?
• Welche Gefahren der Manipulierbarkeit ergeben sich aus diesem prädiktiven Wissen?
• In welchem Umfang begünstigen Empfehlungssysteme, die aufgrund bisheriger Vorlieben Ähnliches vorschlagen, ein Auseinanderdriften von Milieus und Sub-Milieus mit intern zunehmend homogenen kulturellen, ästhetischen, politischen oder weltanschaulichen Einstellungen und Überzeugungen?
• 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?
• Und damit zusammenhängend: Haben prädiktive Systeme die Tendenz, den Status Quo ihres jeweiligen Einsatzes zu konservieren, in dem sie zukünftiges Verhalten nach dem Bilde vergangenen Verhaltens bestärken?

Für die sozial-, medien- und kulturwissenschaftliche Forschung stellen sich damit zusammenhängend folgende Fragen:

• In welchen Domänen werden prädiktive Systeme aktuell eingesetzt und inwieweit transformieren sie dort die bestehenden sozialen Praktiken, Strukturen und Dynamiken?
• Welchen Beitrag kann die Wissenschafts- und Technikforschung zur empirischen Analyse und zur theoretischen Durchdringung dieser Phänomenbereiche leisten?
• Welche Methoden eigenen sich dafür, das heterogene Gefüge sozio-technischer Konstellationen wie sozio-materieller Praktiken in den Blick zu nehmen, um die Rolle und die Effekte solcher Systeme in unterschiedlichen gesellschaftlichen Bereichen zu erforschen?
• Und welche Arten von Antworten – konzeptionell und analytisch – lassen sich aus der Erforschung solcher Systeme auch in einen öffentlichen und politischen Diskurs einspeisen, der aktuell noch eher allgemeine ethische, regulatorische und förderpolitische Fragen behandelt?

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:
Technische Universität Berlin
Hauptgebäude, Raum H1035
Straße des 17. Juni 135, 10587 Berlin
U-Bahn: Ernst-Reuter-Platz (Linie U2)
S-Bahn: Tiergarten (Linien S5, S7, S75)

Tagungsorganisation:
Matthias Bottel, Marcus Burkhardt, Jan-Hendrik Passoth, Cornelius Schubert und Ingo Schulz-Schaeffer

Anmeldung:
Formlos per E-Mail an: sekretariat@tis.tu-berlin.de

Während der Tagung können Kinder von Referentinnen und Referenten betreut werden.
Die Betreuungskosten übernimmt die GWFT.

Donnerstag, 15.11.2017

10:30 Ankommen

11:00 Begrüßung und Einführung in das Tagungsthema
Matthias Bottel (TU Berlin), Marcus Burkhardt (Universität Siegen), Jan-Hendrik Passoth (TU München), Cornelius Schubert (Universität Siegen) und Ingo Schulz-Schaeffer (TU Berlin)

Block I: Askriptive Ungleichheit im maschinellen Lernen

11:30 Astrid Mager (ITA Wien):
Algorithmen, Daten und Ideologien. Zur Analyse von sozio-technischen Praktiken in der Gestaltung von (alternativen) Suchmaschinen

12.15 Thilo Hagendorff (Universitat Tübingen):
Maschinelles Lernen und kognitive Verzerrungen. Über Probleme der technischen Relevanzzumessung im Kontext von Social-Media-Plattformen

13:00 Mittagessen

Block II: Theoretische Perspektiven

14.30 Karolin Eva Kappler (FernUniversität Hagen):
Rechtfertigungsordnungen als theoretischer Zugang zu prädiktiven Systemen

15.15 Gesa Lindemann und Katharina Block (Universität Oldenburg):
Technikanalyse und Gesellschaftstheorie

16:00 Kaffeepause

Block III: Verhaltensvorhersage und -kontrolle

16:30 Nikolaus Pöchhacker (TU München):
Structures that Count. Von der Macht der Algorithmen hin zur Betrachtung algorithmischer Gesellschaften

17:15 Andreas Sudmann (Ruhr-Universität Bochum):
Computer Vision und pradiktive Systeme. Maschinelles Sehen als Medientechnologie der Vorhersage

18:00 Pause

18:15 Anna Tuschling (Ruhr-Universität Bochum):
Meine Emotionen gehoren mir! Privatheit im Spannungsfeld von Affekterkennung und Affektvorhersage

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):
Profiling im Web. Von Liquiditat und Segmentierung

09:45 Katharina Kinder-Kurlanda (GESIS Köln):
Algorithmen im Alltag

10:30 Francis Hunger (Bauhaus Universität Weimar):
Subversion und infrastrukturelle Inversion prädiktiver Assemblagen

11:15 Kaffeepause

Block V: Smart Cities/Smart Urbanism

11:30 Philipp Späth, Eric Jolivet und Simon Marvin (Universität Freiburg):
Analytics in Intelligent Transportation Systems: Absehbare Konflikte an Beispielen aus Hamburg, Bordeaux und Sheffield

12:15 Cordula Kropp (Universität Stuttgart):
Die Cyborg-Öffentlichkeit der Smart-City

13:00 Mittagspause

Block VI: Predictive Policing

14:00 Simon Egbert (Universität Hamburg):
Predictive Policing in Deutschland und die soziotechnische Konstruktion von Kriminalitätsprognosen

14:45 Selma Lamprecht (Weizenbaum-Institut Berlin):
Predictive Policing für Alle. Ein neues Sicherheitsinstrument aus unterschiedlichen theoretischen Perspektiven

15:30 Tagungsende

Zuletzt aktualisiert am 17.08.2018 [zum Seitenanfang] [Impressum/Datenschutzerklärung]