Add to watchlist
Back to selection

 

60854-01 - Practical course: Global Data Explorations: Einführung in die Auswertung globaler Daten für Geistes- und Sozialwissenschaften (3 CP)

Semester spring semester 2026
Course frequency Every spring sem.
Lecturers Christiane Sibille (christiane.sibille@unibas.ch, Assessor)
Content 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.
Learning objectives 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.

Bibliography 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

 

Course application Via MOnA.
Language of instruction German
Use of digital media No specific media used

 

Interval Weekday Time Room
wöchentlich Friday 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015

Dates

Date Time Room
Friday 06.03.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Friday 13.03.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Friday 20.03.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Friday 27.03.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Friday 03.04.2026 10.15-14.00 Ostern
Friday 10.04.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Friday 17.04.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Friday 24.04.2026 10.15-14.00 Riehenstrasse 154, Hörsaal 00.015
Modules Modul: Archive / Medien / Theorien (Bachelor's degree subject: History)
Modul: Forschung und Praxis (Master's degree subject: East European History)
Modul: Praxis (Master's degree subject: History)
Modul: Transfer: Digital History (Master's degree program: European History in Global Perspective)
Module: Societal Approaches (Master's Studies: European Global Studies)
Assessment format continuous assessment
Assessment details Leistungsnachweis Lehrveranst.-begleitend
Assessment registration/deregistration Reg.: course registration; dereg.: not required
Repeat examination no repeat examination
Scale 1-6 0,5
Repeated registration as often as necessary
Responsible faculty University of Basel
Offered by Europainstitut

Back to selection