• Keine Ergebnisse gefunden

Data Literacy Lectures Bildungswissenschaftliche Perspektiven auf den Umgang mit Daten

N/A
N/A
Protected

Academic year: 2022

Aktie "Data Literacy Lectures Bildungswissenschaftliche Perspektiven auf den Umgang mit Daten"

Copied!
18
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Vortrag: »Das Rauschen der Daten« – Data Literacy und Datenkritik

(2)

Von der Höhle des Unwahren...

(3)

... in die digitale Höhle?

„Wir sind heute in einer digitalen Höhle gefangen, wobei wir uns in Freiheit wähnen. Wir sind gefesselt an den digitalen Bildschirm. Die Gefangenen der platonischen Höhle sind von mythisch-narrativen Bildern berauscht. Die digitale Höhle hin- gegen hält uns in [Daten, CL] und Informationen gefangen.

Das Licht der Wahrheit ist ganz erloschen. Es gibt gar kein Au-

ßerhalb der Informationshöhle. Ein starkes Rauschen der In-

formation lässt die Umrisse des Seins verschwimmen.“ (Han

2021, S. 83)

(4)

Übersicht

I. Data Literacy

II. Data Literacy im Kontext von Bildung

III. Die standardisierende Qualität digitaler Daten IV. Sprache, Wert und Urteil

V. Schlussfolgerungen: Datenkritik und Urteilsfähigkeit Ausführlich:

www.medien-im-diskurs.de à Ausgabe: Algorithmisierung und Autonomie im Diskurs (S. 125-154)

(5)

I Data Literacy

§ Data Literacy als „zentrale Zukunftskompetenz für das 21. Jahr-

hundert“ und Fähigkeit „Daten auf kritische Art und Weise zu sammeln, zu managen, zu bewerten und anzuwenden“ (Heidrich/Bauer/Krupka

2018, S. 14)

§ Data Literacy als kritische Haltung gegenüber Daten

(6)

I Data Literacy

§ Data-Literacy-Charta:

„Data Literacy umfasst die Datenkompetenzen, die für alle Menschen in

einer durch Digitalisierung geprägten Welt wichtig sind. Sie ist unverzichtbarer Bestandteil der Allgemeinbildung.“ (Schüller, Koch & Rampelt 2021, S. 1)

§ Fundierter Umgang mit Daten: „Was will ich mit Daten machen?“, „Was kann

ich mit Daten machen?“, „Was darf ich mit Daten machen?“, „Was soll ich mit

Daten machen?“ (ebd.)

(7)

I Data Literacy

§ Data Literacy: Ein Systematic Review:

Vorschlag eines Kompetenzrahmens, der die Dimensionen (a) Wissen, (b) Fertigkeiten, (c) Fähigkeiten, (d) Motivation und

(Wert-) Haltung“ erfasst (Schüller & Busch 2019, S. 47)

(8)

I Data Literacy

§ Future Skills: Ein Framework für Data Literacy:

Data Literacy als „übergreifende Kompetenz“, der es um die

Kodierung und Dekodierung von Daten geht (Schüller, Busch, Hindinger 2019, S.50)

§ Data Literacy als Verstehensfähigkeit, das heißt als Fähigkeit, die

„Sprache der Daten“ (HFD 2019, Abs. 1) zu sprechen

(9)

II Data Literacy im Kontext von Bildung

§ Bildung als Möglichkeit auf eine Wandlung des Subjekts in seiner wechsel- wirkenden Beziehung zur Welt (Marotzki 1990, S. 43; Thompson 2009, S.34)

§ Sprache als Struktur der Beziehung zwischen Subjekt und Welt (Dreyfus &

Taylor 2016, S. 172; Koller 2009, S. 36; Seel 2002, S. 151; Thompson 2009, S. 42)

§ Analytische Verlagerung von der Verstehensebene hin zur Beziehungs-

ebene

(10)

III Die standardisierende Qualität digitaler Daten

§ Big Data als Ansammlung von Daten und Datenverknüpfungen, die eine Ordnung stetig an- wachsender Fluten an Informationen intendiert und damit eine Verbesserung von Verständnis- sen und Deutungen ganz unterschiedlicher Phänomene in Aussicht stellt (Baecker 2013, S. 156;

Bächle 2016, S. 112; Mau 2018, S. 75)

§ Algorithmen als auf Regeln basierende Problemlösungs- und Entscheidungsverfahren von computertechnischen Maschinen (Baecker 2013, S. 156; Bächle 2016 S. 15; Lehner 2018, S. 22;

Mau 2018, S. 75; Stalder 2016, S. 13)

§ Digitale Daten intendieren eine „Logik der Berechenbarkeit der Welt“ (Unseld 1992, S. 83)

(11)

III Die standardisierende Qualität digitaler Daten

§ Gegenwartsgesellschaft als „Bewertungsgesellschaft [...], die alles und jeden einer Bewertung mittels quantitativer Daten unterzieht und damit zugleich neue Wertigkeitsordnungen etabliert“ (Mau 2018, S. 16)

§ Daten als Maßstab darüber, „wer wir sind, wo wir stehen, wie andere uns sehen und was uns erwartet“ (ebd., S. 24)

§ Veränderungen individueller Entwicklungsmöglichkeiten durch standardisierte Strukturen (ebd., S. 177; Gamm 2000, S. 57)

§ Sprache der Daten formuliert Appelle; sie ruft „Erwartungen und Zwänge

(12)

III Die standardisierende Qualität digitaler Daten

§ Slippery-Slopes-Syndrom als Befürchtung abgehängt zu werden (Rosa 2005, S. 284f.)

§ Handlungsaktivierung, bei der Subjekte „wollen, was sie nicht wollen“ (ebd., S. 483)

§ Wie können Subjekte sicher darüber sein, was sie wollen bzw.

nicht wollen? (Nassehi 2008, S. 15; Leineweber 2020, S. 205f.)

(13)

IV Sprache, Wert und Urteil

§ Artikulation als Möglichkeit, etwas Implizites durch Sprache explizit zu machen (Taylor 1992, S. 64)

§ Qualität von Urteilen: schwache Wertungen vs. starke Wertungen (ebd., S. 10f.)

§ Starke Wertungen als moralisch wertvollere Urteile (Breuer 2000, S. 33)

§ Starke Wertungen als biographisch anwachsendes Gefühl darüber

(Honneth 1992, S. 304), „was wir wünschen oder was wir in einer

(14)

V Schlussfolgerungen: Datenkritik und Urteilsfähigkeit

§ Data Literacy als Konzept, das Handlungs- und Entscheidungsfreiheit auf Basis einer kritischen Haltung gegenüber digitalen Daten stärken will: Urteilsfindungen durch Verstehen (Was sagen uns die Daten?)

§ Algorithmen üben einen Einfluss auf Qualitäten von Lebensformen aus: Urteilsfindungen affiziert durch quantifizierende Wirkmächte digitaler Daten (Wie wirken die Daten?)

§ Wie sind in einer zunehmend quantifizierten Welt qualifizierte Urteile möglich?

§ Praxis des Artikulierens als Ethik des kritischen Urteilens

§ Kritischer Umgang mit Daten zielt nicht darauf ab, über Daten bestimmen bzw. urteilen zu

(15)

Literatur

Baecker, D. (2013): Metadaten. Eine Annäherung an Big Data. In: Geiselberger, H./Moorstedt, T.

(Hrsg.): Big Data: Das neue Versprechen der Allwissenheit. Berlin, S. 156-186.

Bächle, T. C. (2016): Digitalen Wissen, Daten und Überwachung – zur Einführung. Hamburg.

Breuer, I. (2000): Charles Taylor – zur Einführung. Hamburg.

Dreyfus, H./Taylor, C. (2016): Die Wiedergewinnung des Realismus. Berlin.

Gamm, G. (2000): Nicht nichts. Studien zu einer Semantik des Unbestimmten. Frankfurt/Main.

Han, B.-C. (2021): Infokratie – Digitalisierung und die Krise der Digitalisierung. Berlin.

Heidrich, J./Bauer, P./Krupka, D. (2018): Future Skills: Ansätze zur Vermittlung von Data Literacy in der Hochschulbildung, Arbeitspapier Nr. 37, 09/2018. URL: https://gi.de/file

admin/GI/Hauptseite/Aktuelles/Aktionen/ Data_Literacy/HFD_AP37_DALI_Studie_2018-09.pdf.

HFD (= Hochschulforum Digitalisierung) (2019): Das Hochschulforum Digitalisierung: Über uns. URL:

https://hochschulforumdigitalisierung.de/de/wir/ das-hochschulforum.

Honneth, A. (1992): Nachwort. In: Taylor, C.: Negative Freiheit? Zur Kritik des neuzeitlichen Individualismus. Frankfurt/Main., S. 52-117.

Koller, H.-C. (2009): Der klassische Bildungsbegriff und seine Bedeutung für die Bildungsforschung.

In: Wigger, L. (Hrsg.): Wie ist Bildung möglich? Bad Heilbrunn, S. 34-51.

Lehner, N. (2018): In Gesellschaft von Algorithmen. Geschichte, imaginäre und soziale Bedeutung algorithmisch vermittelter Kommunikation. Wien.

Leineweber, C. (2020): Die Verzeitlichung der Bildung – Selbstbestimmung im technisch-medialen Wandel. Bielefeld.

Rosa, H. (2005): Beschleunigung. Die Veränderung der Zeitstrukturen in der Moderne. Frankfurt/Main.

Schüller, K./Busch, P. (2019): Data Literacy: Ein Systematic Review, Nr. 46 (08/2019). URL:

https://hochschulforumdigitalisierung.de/sites/ default/files/dateien/HFD_AP_Nr_46_DALI _Systematic_Review_WEB.Pdf.

Schüller, K./Busch, P./Hindinger, C. (2019): Future Skills: Ein Framework für Data Literacy, Nr. 47 (08/2019).

URL: https://hochschulforumdigitalisierung.de/sites/default/files/dateien/ HFD_AP_Nr_47_DALI_K ompetenzrahmen_WEB.pdf.

Schüller, K./Koch, H./Rampelt, F. (2021): Data-Literacy-Charta. URL: https://hochschulforum digitalisierung.de/sites/default/files/ dateien/data-literacy-charta.pdf.

Seel, M. (2002): Sich bestimmen lassen. Studien zur theoretischen und praktischen Philosophie.

Frankfurt/Main.

Stalder, F. (2016): Kultur der Digitalität. Berlin.

Taylor, C. (1992): Negative Freiheit. Zur Kritik des neuzeitlichen Individualismus. Frankfurt/Main.

Thompson, C. (2009): Bildung und die Grenzen der Erfahrung. Randgänge der Bildungsphilosophie.

Paderborn.

Unseld, G. (1992): Maschinenintelligenz oder Menschenphantasie. Ein Plädoyer für den Ausstieg aus unserer technisch-wissenschaftlichen Kultur. Frankfurt/Main.

Kontakt

Christian.Leineweber@FernUni-Hagen.de

(16)

Bildquellen

Bild Höhlengleichnis, https://4.bp.blogspot.com/-rV1c4Xh4SSE/UZshhTTdFsI/AAAAAAAACQA/ 1VkmOaF7WFU/s1600/plato-cave.jpg Logo Hochschulforum Digitalisierung, Screenshot v. https://hochschulforumdigitalisierung.de/

Logo Data Literacy Charta, Screenshot v. https://www.stifterverband.org/charta-data-literacy

Logo Data Literacy: Ein Systematic Review, Screenshot v. https://hochschulforumdigitali sierung.de/sites/default/files/dateien/HFD_AP_Nr_46_DALI_Systematic_Review_WEB.pdf Logo Future Skills: Ein Framework für Data Literacy, Screenshot v. https://hochschulforumdigit alisierung.de/sites/default/files/dateien/HFD_AP_Nr_47_DALI_Kompetenzrahmen_WEB.pdf Bild Jean-Paul, © Lukas S. Ishar

Buchcover: Das metrische Wir, https://media.suhrkamp.de/mediadelivery/rendition/34de 6b6bc9c440a9a35b8e6d4b07ed71/-S400/das-metrische-wir_9783518072929_cover.jpg Portrait Charles Taylor, https://de.wikipedia.org/wiki/Datei:Charles_Taylor_(2019).jpg

(17)

Fragen und Diskussion

(18)

Vielen Dank für Ihre Partizipation

Weiter geht’s am:

17. November 2021, 18:00 Uhr mit dem Thema

Bildung für und mit Daten – Das „Wie“ der

Datafizierung im Bildungswesen (Lars van Rijn)

Referenzen

ÄHNLICHE DOKUMENTE

Erste Eindrücke eines interdisziplinären Diskurses zeigen jedoch, dass das fachlich orientierte Modell der Schlüsselkonzepte des Datenmanagements sowie das darauf

The data contained in this catalogue refer to the technical standard as presently used by VULKAN with defined conditions according to the explanations. It shall be the

 This  ability  to  understand  complex  relationships  and  connections  further   enhances  capacity  for  curiosity  and  deep  thinking  (Davenport  &

Stephan Büttner – thematisch mit den Konzepten „Data Literacy“ (DL) und „Information Literacy“ (IL), mit deren Beziehung zueinander, mit ihrer wissenskulturellen

Data Mining in speziellen Daten und Data Mining Anwendungen.. Vortrag im Rahmen des Seminars Business Intelligence

Ein Bagel und eine Kaffeetasse sind unter topologischen Gesichtspunkten nicht unterscheidbar: Beide besitzen einen Tunnel und eine Form kann in die andere überführt werden, ohne

The aim of this bachelor’s thesis is to find out how students are applying their theoretical financial literacy knowledge and skills in real life in order to improve their

Mittlerweile bleibt einem forschenden Data Miner eigentlich nur, sich mit fundierter Forschung zu beschaftigen (und milde bela- chelt zu werden) oder - und das ist