Algorithmische Optimierung in demokratischen Öffentlichkeiten - Interdisziplinäres Design eines Nachrichtenempfehlungssystems
Politische Aushandlungsprozesse finden in demokratischen Öffentlichkeiten unter anderem über journalistische Strukturen statt. Redaktionelle Normen spielen für die Distribution von Nachrichten eine wichtige Rolle, wenngleich sie durch die Digitalisierungsprozesse vermehrt automatisiert stattfindet.
Das Angebot richtet sich an Studierende der Kommunikationswissenschaft und der Informatik. Gemeinsam soll ein Nachrichtenempfehlungssystem designt werden. Dabei ergänzen sich die kommunikationswissenschaftlichen und technischen Perspektiven der Studierenden. Durch den Austausch können Datenpraktiken des eigenen Faches kritisch reflektiert werden. Inhaltlich werden kommunikationswissenschaftliche Erklärungen für Mediennutzung und -wirkung behandelt, aber auch anwendungsspezifische, technische Herausforderungen betrachtet.
Die Sitzungen des Seminars lassen sich in vier Themenblöcke unterteilen: Datenbasis Artikel, Datenbasis Userverhalten, Empfehlungslogiken sowie Distribution und Darstellung. Jeder dieser Themenblöcke besteht aus je einer Sitzung zu den spezifischen Perspektiven der Informatik und Kommunikationswissenschaft. In jeweils einer dritten Sitzung werden diese Perspektiven zusammengeführt und auf die Praxis übertragen. Am Ende des Seminars sollen die Erfahrungen mit dem Lehrkonzept auf eine Weise ausgearbeitet werden, dass sie für andere Institute nutzbar werden und Ressourcen für Lehrende zur Verfügung stehen, um den Kurs eigenständig durchzuführen. Dies kann in Form eines Wikis oder einer eigenen Website passieren.
Neben den unterschiedlichen Perspektiven auf den Umgang mit Daten bringen die beiden Fachdisziplinen auch unterschiedliche Lernsozialisationen mit. Informatikstudierende lernen zumeist lösungs- und ergebnisorientiert, während Studierende der Sozialwissenschaften eher an komplexen Kontexten und Strukturen ansetzen und aus diesen Konsequenzen für Individuen und Gesellschaft herleiten. Diese unterschiedlichen Lernsozialisationen stellen eine Herausforderung für interdisziplinäres Lernen dar, zeigen aber auch die Notwendigkeit interdisziplinärer Projekte auf.
Fakultät für Wirtschafts- und Sozialwissenschaften
Antragstellende: Laura Laugwitz, Nadja Schaetz
Förderlinie: Fachspezifische Data Literacy
Förderzeitraum: 01.04.2022 - 31.03.2023
Lehrveranstaltung: WiSe 2022/23: Seminar "Algorithmische Optimierung in demokratischen Öffentlichkeiten - interdisziplinäres Design eines Nachrichtenempfehlungssystems" (Link zum Stine Vorlesungsverzeichnis)