Treffer: Machine Learning und Vorurteile: 4 Phython-Selbstlerneinheiten zum Verhältnis von künstlichen neuronalen Netzen und Diskriminierung durch Algorithmen in Jupyter Notebooks
Weitere Informationen
Die auf dem Git-Server der Universität Paderborn als OER zur Verfügung gestellten Lernmaterialien sind angelehnt an das in unserem Kompetenzrahmen erarbeiten Data Literacy Konzept (https://www.campus- owl.eu/fileadmin/campus-owl/dalis/documents/Kompetenzrahmen_Workingpaper210921.pdf). Data Literacy beschreiben wir als ein kritisches Datenbewusstsein, sowie eine Kenntnis von fachspezifischen Methoden, um Entscheidungen mit Hilfe von Daten und Datenanalysen im kritischen Dialog auf einem soliden reflexiven und ethischen Fundament zu treffen. Neben grundlegenden Fähigkeiten im technisch-methodischen Umgang mit Daten, an die in den Selbslerneinheiten heran geführt wird, liegt im vorliegenden Konzept zudem ein besonderer Fokus auf der ethischen Relexion datenbezogener Praktiken. Dementsprechend wird hier einerseits ein erster Zugang zu Python und Jupyter Notebooks geschaffen, jedoch nicht notwendig mit dem Ziel, nach Bearbeitung dieser Einheiten selbstständig mit Python programmieren zu können. Sie dienen vielmehr als ein erster praktischer Einstieg, der die grundsätzliche Funktionsweise von statistischen Verfahren im Machine Learning verständlich machen soll. Wichtig ist, zu begreifen, welche ethischen und gesellschaftlichen Implikationen die jeweiligen Anwendungen haben. Dies wird beispielhaft am Fall der Gesichtserkennung mit Hilfe künstlicher neuronaler Netze und sich darin wiederholender und / oder verstärkter Vorurteile bezüglich Race und Gender behandelt. Folgende Kompetenzfelder können mit den Selbstlerneinheiten behandelt werden: Studierende beurteilen Daten und Datenanalysen über den konkreten Gegenstand hinaus und bewerten diese in Hinblick auf deren Voraussetzungen und Folgen. Sie schätzen latente gesellschaftliche, soziale und technische Zusammenhänge ein (Reflexion) Studierende untersuchen Datenanalysen inklusive der zugrundeliegenden Datenbasis und ihrer technisch-medialen Darstellungsweise und ordnen sie innerhalb fachlicher Rahmenbedingungen ein (Lesen und Verstehen) Studierende bekommen zudem einen ...