Hasso-Plattner-InstitutSDG am HPI
Hasso-Plattner-InstitutDSG am HPI
Login
 

Ethische Fragen im Kontext von Data Engineering und Machine Learning (Wintersemester 2021/2022)

Lecturer: Dr. Thilo Hagendorff

General Information

  • Weekly Hours: 2
  • Credits: 3
  • Graded: yes
  • Enrolment Deadline: 01.10.2021 - 22.10.2021
  • Teaching Form: Blockseminar
  • Enrolment Type: Compulsory Module
  • Course Language: German
  • Maximum number of participants: 30

Programs & Modules

Data Engineering MA
  • Ethik und Gesellschaft

Description


Informationen im Hinblick auf die aktuelle Corona-Krise: Für die Veranstaltung ist ein Präsenzformat geplant. Sollte die Lage eine Umstellung auf ein virtuelles Format erfordern, informieren wir Sie reichtzeitig. (Stand: 28.9.2021)


Das Kompaktseminar beschäftigt sich aus der Perspektive der Ethik mit verschiedenen Themenbereichen im Kontext von Big Data sowie den damit verbundenen Folgen der Techniknutzung für die Gesellschaft. Beleuchtet werden sollen unterschiedliche inhaltliche Schwerpunkte, welche von der Vermittlung von Theorien der Computer- und Informationsethik über konkrete Themenfelder wie Privatheit, algorithmische Diskriminierung oder dem „surveillance capitalism“ bis hin zum aktuell intensiv diskutierten Feld des maschinellen Lernens bzw. der künstlichen Intelligenz reichen. Das Seminar fokussiert sich dabei weniger auf die Beschäftigung mit abstrakten ethischen Theorien aus der Philosophie, sondern greift aktuelle, genuin interdisziplinäre Forschungsfelder und -arbeiten auf (z. B. aus den Critical Data Studies), welche sich unmittelbar mit der Verschränkung von Ethik und Computerwissenschaften beschäftigen. 
 
Lernziele:
Ziel des Seminars ist es, Fragestellungen und Methoden aus dem Bereich der Technik-, KI- und Informationsethik kennenzulernen und selbstständig auf einzelne Anwendungsgebiete übertragen zu können.

Requirements

Hinweis: Teilnehmer der LV "Ethische Fragen im Kontext von Big Data und Data Engineering" (SoSe2019 sowie WiSe20/21) können nicht erneut eine Leistung erbringen.

Die angegebene Literatur muss vor Seminarbeginn gelesen werden, damit sie während der Blockveranstaltung diskutiert werden kann. Die Texte werden auf einem seminarbegleitenden Moodle zur Verfügung gestellt. 

Literature

Seminarunterlagen: siehe Kurs-Moodle

Johnson, Deborah G. (2017): Can Engineering Ethics Be Taught? In The Bridge 47 (1), S. 59–64.

Chiodo, Maurice; Bursill-Hall, Piers (2018): Ethics In Mathematics Discussion Paper, S. 1–22.

Brey, Philip (2010): Values in technology and disclosive computer ethics. In: Luciano Floridi (Hg.): The Cambridge Handbook of Information and Computer Ethics. Cambridge, Massachusetts: Cambridge University Press, S. 41–58.

Birhane, Abeba; Kalluri, Pratyusha; Card, Dallas; Agnew, William; Dotan, Ravit; Bao, Michelle (2021): The Values Encoded in Machine Learning Research. In arXiv: 2106.15590v1, S. 1–28.

Kitchin, Rob (2017): Thinking critically about and researching algorithms. In: Information, Communication & Society 20 (1), S. 14–29.

Jobin, Anna; Ienca, Marcello; Vayena, Effy (2019): The global landscape of AI ethics guidelines. In Nature Machine Intelligence 1 (9), S. 389–399.

Hagendorff, Thilo (2020): AI virtues. The missing link in putting AI ethics into practice. In arXiv: 2011.12750, S. 1–20.

Morley, Jessica; Floridi, Luciano; Kinsey, Libby; Elhalal, Anat (2020): From What to How. An Overview of AI Ethics Tools, Methods and Research to Translate Principles into Practices. In Science and Engineering Ethics 26, S. 2141–2168.

Selbst, Andrew D.; boyd, danah; Friedler, Sorelle A.; Venkatasubramanian, Suresh; Vertesi, Janet (2018): Fairness and Abstraction in Sociotechnical Systems. In ACT Conference on Fairness, Accountability, and Transparency (FAT) 1 (1), S. 1–17.

Crawford, Kate; Dobbe, Roel; Dryer, Theodora; Fried, Genevieve; Green, Ben; Kaziunas, Elizabeth et al. (2019): AI Now 2019 Report. AI Now. New York.

Brundage, Miles; Avin, Shahar; Clark, Jack; Toner, Helen; Eckersley, Peter; Garfinkel, Ben et al. (2018): The Malicious Use of Artificial Intelligence. Forecasting, Prevention, and Mitigation, S. 1–101.

Zuboff, Shoshana (2015): Big other: surveillance capitalism and the prospects of an information civilization. In: Journal of Information Technology 30, S. 75–89.

Weber, Jutta (2018): Big-Data-Kriege. Über Tötungslisten, Drohnen und die Politik der Datenbanken. In: Christoph Engemann und Andreas Sudmann (Hg.): Machine Learning - Medien, Infrastrukturen und Technologien der Künstlichen Intelligenz. Bielefeld: Transcript, S. 219–246.n Technology 30, S. 75–89.

Learning

Kompaktseminar; Gruppendiskussionen; bei Interesse Präsentationen von Studierenden

Examination

Die Note ergibt sich aus der Leistungserbringung durch eine Hausarbeit. Die genauen Kriterien, nach denen die Benotung der Hausarbeit stattfindet, werden in der letzten Sitzung des Seminars besprochen.

Dates

Zeit

3. Februar 2022

Zeit

4. Februar 2022

5. Februar 2022

6. Februar 2022

 

 

09:15 bis 10:45

Brey – Values in Technology

Morley et al. – From What to How

Zuboff – Surveillance Capitalism

 

 

11:00 bis 12:30

Birhane et al. – Values in Machine Learning

Selbst et al. – Fairness in Sociotechnical Systems

Weber – Big-Data-Kriege

14:00 bis 15:30

Vorstellung, Organisatorisches, Einführung

13:30 bis 15:00

Kitchin – Thinking Critically about Algorithms

Crawford et al. – AI Now 2019 Report

Abschlussdiskussion / Besprechung der Prüfungsleistungen

15:45 bis 17:15

Johnson – Can Engineering Ethics Be Taught?

15:15 bis 16:45

Jobin et al. – AI Ethics Guidelines

Brundage et al. – The Malicious Use of AI

 

17:30 bis 19:00

Chiodo – Ethics in Mathematics

17:00 bis 18:30

Hagendorff – AI Virtues

 


 

  • 03. Februar 2022 - Donnerstag - Beginn: 14:00 Uhr - Ende: 19:00 Uhr
  • 04. Februar 2022 - Freitag - Beginn: 9:15 Uhr - Ende: 18:30 Uhr
  • 05. Februar 2022 - Samstag - Beginn: 9:15 Uhr - Ende: 16:45 Uhr
  • 06. Februar 2022 - Sonntag - Beginn: 9:15 Uhr - Ende: 15:00 Uhr

Raum: xxx

Hinweis: Die angegebene Literatur muss vor Seminarbeginn gelesen werden, damit sie während der Blockveranstaltung diskutiert werden kann.Die Texte werden auf einem seminarbegleitenden Moodle zur Verfügung gestellt.

Zurück