Benutzer: Gast  Login
Originaltitel:
Rule(s) of Recommendation
Originaluntertitel:
What the making of a recommender system can tell us about the difficult relation between social order and machine learning
Übersetzter Titel:
Rule(s) of Recommendation
Übersetzter Untertitel:
Was uns die Entstehung eines Empfehlungssystems über das schwierige Verhältnis zwischen sozialer Ordnung und Machine Learning sagen kann.
Autor:
Pöchhacker, Nikolaus Helge
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Social Sciences and Technology
Betreuer:
Passoth, Jan-Hendrik (Priv.-Doz. Dr.)
Gutachter:
Passoth, Jan-Hendrik (Priv.-Doz. Dr.); Ziewitz, Malte (Prof. Dr.); Maasen, Sabine (Prof. Dr.)
Sprache:
en
Fachgebiet:
SOZ Soziologie
Stichworte:
Algorithms, Machine Learning, Social Order, Power, ANT, Software Studies
Übersetzte Stichworte:
Algorithmen, Machine Learning, Soziale Ordnung, Macht, ANT, Software Studies
TU-Systematik:
TEC 006
Kurzfassung:
Algorithms and AI systems are becoming increasingly important actors in contemporary societies. Drawing from Science and Technology Studies, media theory, and computer science and based on ethnographic research I describe the development of a machine learning powered recommender system in a public broadcaster. The study shows that the projects for the practical implementation of AI negotiates different social orderings with each other, enabling and limiting algorithmic power at the same time.
Übersetzte Kurzfassung:
Algorithmen und KI-Systeme werden zu immer wichtigeren gesellschaftlichen Akteuren. Ausgehend von STS, Medientheorie und Informatik und basierend auf ethnographischer Forschung beschreibe ich die Entwicklung eines auf maschinellem Lernen basierenden Empfehlungssystems in einer ÖR Rundfunkanstalt. Die Studie zeigt, dass Projekte zur praktischen Umsetzung von KI verschiedene soziale Ordnungen miteinander verhandeln, die die Macht von Algorithmen gleichzeitig ermöglichen und begrenzen.
WWW:
https://mediatum.ub.tum.de/?id=1608953
Eingereicht am:
19.04.2021
Mündliche Prüfung:
28.07.2021
Dateigröße:
2334098 bytes
Seiten:
246
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210728-1608953-1-9
Letzte Änderung:
28.02.2022
 BibTeX