Abstract
Algorithmische Empfehlungssysteme – sogenannte Recommendation Engines – sind zentraler Bestandteil von Plattformen wie TikTok oder YouTube. Auf diesen Plattformen interagieren Kinder regelmässig mit Recommendation Engines und erwerben Kompetenzen im alltäglichen Umgang mit diesen. Welche Relationen sich dabei zwischen Kindern und algorithmischen Empfehlungssystemen konstituieren, welcher Weltbezug dabei hergestellt wird und inwiefern dies für die (Medien)Sozialisation von Bedeutung ist, steht im Mittelpunkt dieses Beitrags. Grundlage ist eine qualitative Untersuchung des kindlichen Verstehens von Videoempfehlungen auf YouTube im Schweizer Kanton Zürich. Aus einer postphänomenologischen Perspektive werden Alltagserfahrungen mit algorithmischen Empfehlungen exemplarisch auf die darin zum Vorschein kommenden Relationen zwischen Kindern und YouTubes Recommendation Engine analysiert. Abschliessend werden Potenziale der Postphänomenologie für die Erforschung von (Medien)Sozialisationsprozessen diskutiert.
Reference74 articles.
1. Alvarado, Oscar, und Annika Waern. 2018. «Towards Algorithmic Experience: Initial Efforts for Social Media Contexts». In Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems, 1–12. CHI ’18. New York, NY, USA: Association for Computing Machinery. https://doi.org/10.1145/3173574.3173860.
2. Barad, Karen. 2012. Agentieller Realismus. Berlin: Suhrkamp.
3. Barassi, Veronica. 2020. Child Data Citizen. How Tech Companies Are Profiling Us from before Birth. Cambridge: MIT Press.
4. Barbour, Rosaline. 2018. Doing Focus Groups. Reprint Edition. Los Angeles ; London: SAGE Publications Ltd.
5. Berger, Peter L., und Thomas Luckmann. 2016. Die gesellschaftliche Konstruktion der Wirklichkeit: Eine Theorie der Wissenssoziologie. Übersetzt von Monika Plessner. 26. Aufl. Frankfurt am Main: Fischer.