Ethik und Gesellschaft: datenbasierte Verhaltensvorhersage und -steuerung (Wintersemester 2018/2019)

Lecturer: Dr. Felix Rebitschek

General Information

• Weekly Hours: 2
• Credits: 3
• Graded: yes
• Enrolment Deadline: 26.10.2018
• Teaching Form: Lecture
• Enrolment Type: Compulsory Elective Module
• Course Language: German
• Maximum number of participants: 30

Programs, Module Groups & Modules

Description

Diese Veranstaltung vermittelt einen Überblick über die ethischen Fragestellungen, welche mit der Vorhersage und Steuerung menschlichen Verhaltens in verschiedenen Lebensbereichen verbunden sind. Die Kenntnis ausgewählter technischer Entwicklungen (digitale Informationen für menschliches Entscheiden, prädiktive personalisierte Medizin, Selbstvermessung, datenbasierte Versicherungstarife, Verbraucherscoring, Bürgerscoring) ist für das Verständnis der dahinterliegenden ethischen Fragen erforderlich und vor allem wichtig, um zu verstehen, welche Anspruchsgruppen auf welche Weise bei weiteren Entwicklungen einzubeziehen sind.

Lernziele:

Die Studierenden lernen in diesem Kurs (neben den ausgewählten technischen Entwicklungen) die Voraussetzungen des informierten Entscheidens auf Basis digitaler Informationen kennen. Sie sammeln Erfahrung in der Formalisierung und Abstraktion von Problemstellungen und werden zur reflektierten Bewertung zukünftiger datenbasierter Vorhersage- und Steuerungslösungen befähigt. Es wird auf ein erhöhtes Reflexionsvermögen bei Fragestellungen der Diskriminierung und gesellschaftlich-wirtschaftlicher Partizipation abgezielt.

Vermittelte Kompetenzen:

• Methodenkompetenz: Analyse und Bewertung technischer Innovationen unter Gesichtspunkten der Ethik und der gesellschaftlichen Wohlfahrt
• Fachkompetenzen: Vermittlung von Modellbedeutung und probabilistischen Modellergebnissen gegenüber technischen Laien (Risikokommunikation)
• Soziale Kompetenz: Gruppendiskurs

Literature

• Dressel, J., & Farid, H. (2018). The accuracy, fairness, and limits of predicting recidivism, in: Science Advances, 4(1), eaao5580.
• Ethik-Kommission (2017). Automatisiertes und vernetztes Fahren. Bericht. BMVI
• https://www.bmvi.de/SharedDocs/DE/Publikationen/DG/bericht-der-ethik-kommission.pdf?__blob=publicationFile
• Mistreanu, S. (2018). Life Inside China’s Social Credit Laboratory, in: Foreign Policy. http://foreignpolicy.com/2018/04/03/life-inside-chinas-social-credit-laboratory
• Pashayan, N., Reisel, D., & Widschwendter, M. (2016). Integration of genetic and epigenetic markers for risk stratification: opportunities and challenges. Personalized Medicine, 13(2), 93.
• Selke, S. (2014). Lifelogging: Wie die digitale Selbstvermessung unsere Gesellschaft verändert. Ullstein.

Learning

Vorlesung; Gruppendiskussionen

Examination

Die Note wird anhand einer Hausarbeit (6-10 Inhaltsseiten) zu einer vorgegebenen Fragestellung am Semesterende erteilt.

Dates

• Donnerstags: 25. Oktober, 8. November, 22. November, 6. Dezember, 20. Dezember, 17. Januar, 31. Januar
• Zeit: 13:30-16:45 Uhr (Pause 15.00-15.15 Uhr)

Raum: FE-06

Zurück