Die Zukunft der Prädiktion

Einführung

Autor/innen

  • Elena Esposito University Bielefeld

Schlagworte:

Algorithmic Prediction, Machine Leaning, Statistical Prediction, Big Data

Abstract

Unser Projekt untersucht die Veränderungen der Formen und Folgen der Vorhersage, die durch die Verbreitung algorithmischer Verfahren in unserer Gesellschaft induziert werden. Unser Ausgangspunkt ist die wachsende Kluft zwischen zwei Arten der Datenverarbeitung mit Computerverfahren: traditionelle probabilistische Formen der statistischen Verarbeitung (bei denen heutzutage natürlich auch Computer eingesetzt werden) und neuere algorithmische Techniken, die auf machine learning und big data basieren.

Literaturhinweise

Breiman, Leo. 2001. Statistical Modeling: The Two Cultures. Statistical Science 16:199–231.

Cardon, Dominique. 2015. À quoi rêvent les algorithms. Paris: Seuil.

Cevolini, Alberto. 2023. Personalisierte Versicherung. In: Polarisierte Welten. Verhandlungen des 41. Kongresses der Deutschen Gesellschaft für Soziologie 2022, Hrsg. Paula-Irene Villa Braslavsky. https://publikationen.soziologie.de/index.php/kongressband_2022

Daston, Lorraine. 1988. Classical Probability in the Enlightenment. Princeton: Princeton University Press.

Burrell, Jenna. 2016. How the machine ‘thinks’: Understanding opacity in machine learning algorithms. Big Data & Society 1:1–12.

Egbert, Simon, und Maximilian Heimstädt. 2023. Predictive Policing. In: Polarisierte Welten. Verhandlungen des 41. Kongresses der Deutschen Gesellschaft für Soziologie 2022, Hrsg. Paula-Irene Villa Braslavsky. https://publikationen.soziologie.de/index.php/kongressband_2022

Ewald, François. 2020. The Birth of Solidarity. The History of the French Welfare State. Durham: Duke University Press.

Foucault, Michel. 1975. Surveiller et punir: naissance de la prison. Paris: Gallimard.

Goodfellow, Ian, Yoshua Bengio und Aaron Courville. 2016. Deep Learning. Cambridge /London: The MIT Press.

Hacking, Ian. 1975. The Emergence of Probability. Cambridge: Cambridge University Press.

Hofmann, Dominik. 2023. Prädiktion in der Präzisionsmedizin. In: Polarisierte Welten. Verhandlungen des 41. Kongresses der Deutschen Gesellschaft für Soziologie 2022, Hrsg. Paula-Irene Villa Braslavsky. https://publikationen.soziologie.de/index.php/kongressband_2022

Huff, Darrell. 1954. How to Lie with Statistics. New York: Norton.

MacKenzie, Adrian. 2015. The production of prediction: What does machine learning want? European Journal of Cultural Studies 18:429–445.

Merton, Robert K. 1936. The Unanticipated Consequences of Purposive Social Action. American Sociological Review 1:894–896, 898–904.

Rona-Tas, Akos. 2020. Predicting the Future: Art and Algorithms. Socio-Economic Review 18: 893–911.

Shmueli, Galit. 2010. To Explain or to Predict? Statistical Science 25:289–310.

Siegel, Eric. 2016. Predictive Analytics. The Power to Predict Who will Click, Buy, Lie or Die. Hoboken: Wiley.

Downloads

Veröffentlicht

29.09.2023

Ausgabe

Bd. 41 (2023): Polarisierte Welten

Rubrik

Ad-Hoc: Zukunft der Prädiktion. Gesellschaftliche Folgen algorithmischer Vorhersage

Lizenz

Copyright (c) 2023 Polarisierte Welten. Verhandlungen des 41. Kongresses der Deutschen Gesellschaft für Soziologie 2022

Creative-Commons-Lizenz
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung - Nicht-kommerziell 4.0 International.

Beiträge im Verhandlungsband des 41. Kongresses der Deutschen Gesellschaft für Soziologie in Bielefeld werden unter der Creative Commons Lizenz "Namensnennung-Nicht kommerziell 4.0 International (CC BY-NC 4.0)"  veröffentlicht. 

Dritte dürfen die Beiträge:

  • Teilen: in jedwedem Format oder Medium vervielfältigen und weiterverbreiten

  • Bearbeiten: remixen, verändern und darauf aufbauen

unter folgenden Bedingungen: 

  • Namensnennung: Dritte müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden

  • Nicht kommerziell: Dritte dürfen das Material nicht für kommerzielle Zwecke nutzen