Big Observation – Ein Vergleich moderner Beobachtungsformate am Beispiel von amtlicher Statistik und Recommendersystemen

Author:

Heintz Bettina

Abstract

ZusammenfassungDer Beitrag verortet digitale Technologien in der Geschichte moderner Beobachtungsformate. Das Konzept des Beobachtungsformats verhilft dazu, Einrichtungen in einen Zusammenhang zu bringen, die auf den ersten Blick wenig miteinander zu tun haben: die amtliche Statistik, die Meinungs- und Marktforschung, Monitoringsysteme und digitale Beobachtungsinstrumente wie Suchmaschinen, soziale Netzwerke oder Recommendersysteme. Die Gemeinsamkeit liegt darin, dass es sich in allen Fällen um Instanzen handelt, die regelmäßig Daten erheben und in diesen Daten nach Ordnungsmustern suchen. Sie sind markante Beispiele des Quantifizierungsschubs, der die (westlichen) Gesellschaften seit dem 18. Jahrhundert erfasst hat. Der Beitrag greift zwei Beispiele heraus – die Bevölkerungsstatistik als historisch erstes modernes Beobachtungsformat und personalisierte Recommendersysteme als prototypischen Fall digitaler Beobachtungsinstrumente – und vergleicht sie in Hinblick auf ihre Beobachtungstechnik: Wie werden die Zahlen fabriziert, mit deren Hilfe die amtliche Statistik die Gesellschaft beobachtet, und welche Beobachtungsverfahren setzen Recommendersysteme ein, um zu personalisierten Empfehlungen zu gelangen, und welche Rolle spielen dabei Vergleich, Bewertung, Kategorisierung und Quantifizierung? Der Vergleich macht nicht nur sichtbar, wie Statistiken und digitale Technologien beobachten und worin sich ihre Beobachtungstechnik unterscheidet, sondern er gibt auch Aufschluss darüber, wie sich die Praktiken und Prämissen sozialer Beobachtung in den letzten 200 Jahren verändert haben.

Funder

University of Luzern

Publisher

Springer Science and Business Media LLC

Subject

Sociology and Political Science,Social Psychology

Reference112 articles.

1. Agre, Philip E. 1994. Surveillance and capture: Two models of privacy. The Information Society 10:101–127.

2. Alaimo, Cristina, und Jannis Kallinikos. 2017. Computing the everyday: Social media as data platforms. The Information Society 33:175–191.

3. Alaimo, Cristina, und Jannis Kallinikos. 2019. Recommender System. In The Oxford Handbook of Media, Technology and Organization Studies, Hrsg. Timon Beyes, Robin Holt und Claus Pias, 400–411. Oxford: Oxford University Press.

4. Alaimo, Cristina, und Jannis Kallinikos. 2021. Managing by data: Algorithmic categories and organizing. Organization Studies, i. E.

5. Ambrose, Meg Leta. 2015. Lessons from the avalanche of numbers: Big Data in historical perspective. I/S: A Journal of Law and Policy for the Information Society 11.

Cited by 11 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Das darf hier keine Rolle spielen;Zeitschrift für Soziologie;2024-08-22

2. Modelle des Demos. Hybride Repräsentation und die Politik der Inferenzen;Politologische Aufklärung – konstruktivistische Perspektiven;2024

3. Machine learning, political participation and the transformations of democratic self-determination;Künstliche Intelligenz, Mensch und Gesellschaft;2024

4. Digitale Scorings als Statusmarker. Eine ungleichheitssoziologische Annäherung;Berliner Journal für Soziologie;2023-09

5. The Analytical Concept of Asymmetrical Dependency;Journal of Global Slavery;2023-02-23

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3