Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 7 Stimmen.
Pattern Discrimination
Wie tauchen "menschliche" Vorurteile in algorithmischen Kulturen wieder auf, die angeblich so konzipiert sind, dass sie für sie blind sind?
Wie tauchen "menschliche" Vorurteile in algorithmischen Kulturen wieder auf, die angeblich blind für sie sein sollen? Um diese Frage zu beantworten, wird in diesem Buch ein grundlegendes Axiom der Informatik untersucht: die Musterunterscheidung. Indem den Eingabedaten eine Identität auferlegt wird, um Signale aus dem Rauschen herauszufiltern, d. h. zu unterscheiden, werden Muster zu einem hochpolitischen Thema. Algorithmische Identitätspolitik führt alte Formen der sozialen Segregation, wie Klasse, Rasse und Geschlecht, durch Vorgaben und paradigmatische Annahmen über die homophile Natur von Verbindungen wieder ein.
Anstatt eine "objektivere" Grundlage für die Entscheidungsfindung zu schaffen, vertiefen Algorithmen des maschinellen Lernens die Voreingenommenheit und schreiben die Ungleichheit weiter in die Medien ein. Die Unterscheidung von Mustern ist jedoch ein wesentlicher Bestandteil der menschlichen - und nichtmenschlichen - Wahrnehmung. Dieser Band, der Medienwissenschaftler und -künstler aus den Vereinigten Staaten und Deutschland zusammenbringt, stellt die dringenden Fragen: Wie können wir diskriminieren, ohne diskriminierend zu sein? Wie können wir Informationen aus Daten herausfiltern, ohne rassistische, sexistische und klassistische Überzeugungen wieder einzufügen? Wie können wir homophile Tendenzen in digitalen Kulturen queer machen?