Zurück zur Auswahl
Semester | Frühjahrsemester 2024 |
Angebotsmuster | Jedes Frühjahrsem. |
Dozierende | Christiane Sibille (christiane.sibille@unibas.ch, BeurteilerIn) |
Inhalt | Automatisierte Möglichkeiten zur Datengewinnung und Verarbeitung haben in den vergangenen Jahren an Bedeutung gewonnen. Sie beeinflussen und transformieren gesellschaftliches Verhalten und politische Entscheidungsfindungsprozesse. Die Fertigkeit, aus globalen Daten zunächst Informationen und dann Wissen zu generieren, ist daher zu einem zentralen Feld gesellschaftswissenschaftlicher Analyse geworden. Dieses Feld ist eingebettet in ein komplexes Geflecht aus Prozessen der Datengewinnung, -verarbeitung und Zugänglichkeit an dem sich unterschiedliche Akteure beteiligen. In jüngster Zeit hat die vereinfachte Zugänglichkeit zu sogenannter generativer Künstlicher Intelligenz diese Entwicklungen überlagert. Die damit entstandenen zusätzlichen Herausforderungen (z.B. Halluzinationen oder algorithmic bias) eröffnen neue Formen des interdisziplinären Austauschs zwischen Informatik und den in den European Global Studies vertretenen Fächern. Die Übung zielt darauf ab, mögliche geisteswissenschaftliche Perspektiven auf Daten und digitale Technologien zu vermitteln und das Potenzial des interdisziplinären Dialogs aufzuzeigen. Lektüre, Diskussionen und praktische Übungen sollen die Teilnehmenden befähigen, die dynamischen Entwicklungen in diesem Bereich verfolgen und kritisch reflektieren zu können. |
Lernziele | 1) Kennenlernen wichtiger Konzepte im Kontext von Big Data und generativer KI aus der Perspektive der European Global Studies. 2) Entwicklung und Umsetzung eigener Fragestellung im Rahmen eines Semesterprojekts, 3) Interdisziplinäres Nachdenken über Datenpraktiken. |
Literatur | Bender, Emily M.; Gebru, Timnit; McMillan-Major, Angelina u. a.: On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?, in: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, S. 610–623. Online: https://doi.org/10.1145/3442188.3445922. Jo, Eun Seo; Gebru, Timnit: Lessons from archives: strategies for collecting sociocultural data in machine learning, in: Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency, S. 306–316. Online: <https://doi.org/10.1145/3351095.3372829>, Stand: 04.04.2023. Weitere Literatur wird in der Veranstaltung bekannt gegeben. |
Weblink | Europainstitut |
Anmeldung zur Lehrveranstaltung | Via MOnA. |
Unterrichtssprache | Deutsch |
Einsatz digitaler Medien | kein spezifischer Einsatz |
Intervall | Wochentag | Zeit | Raum |
---|---|---|---|
wöchentlich | Freitag | 12.15-14.00 | Riehenstrasse 154, Hörsaal 00.015 |
Datum | Zeit | Raum |
---|---|---|
Freitag 01.03.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 08.03.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 15.03.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 22.03.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 29.03.2024 | 12.15-14.00 Uhr | Ostern |
Freitag 05.04.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 12.04.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 19.04.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 26.04.2024 | 12.15-14.00 Uhr | Kollegienhaus, Hörsaal 116 |
Freitag 03.05.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 10.05.2024 | 12.15-14.00 Uhr | Auffahrt |
Freitag 17.05.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 24.05.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Freitag 31.05.2024 | 12.15-14.00 Uhr | Riehenstrasse 154, Hörsaal 00.015 |
Module |
Modul: Archive / Medien / Theorien (Bachelor Studienfach: Geschichte) Modul: Forschung und Praxis (Master Studienfach: Osteuropäische Geschichte) Modul: Methoden der Gesellschaftswissenschaften (Masterstudium: European Global Studies) Modul: Praxis (Master Studienfach: Geschichte) Modul: Transfer: Digital History (Master Studiengang: Europäische Geschichte in globaler Perspektive ) |
Prüfung | Lehrveranst.-begleitend |
Hinweise zur Prüfung | Leistungsnachweis Lehrveranst.-begleitend |
An-/Abmeldung zur Prüfung | Anmelden: Belegen; Abmelden: nicht erforderlich |
Wiederholungsprüfung | keine Wiederholungsprüfung |
Skala | 1-6 0,5 |
Belegen bei Nichtbestehen | beliebig wiederholbar |
Zuständige Fakultät | Universität Basel |
Anbietende Organisationseinheit | Europainstitut |