Rule(s) of Prediction

Algorithmische Systeme und Machine Learning sind seit einigen Jahren Gegenstand intensiver Debatten, welche oft an idealtypischen Vorstellungen technologischer Heilsversprechungen oder der Hervorbringung neuer Ungerechtigkeiten und dem Verlust menschlicher Autonomie geführt werden. Dabei dreht sich die Debatte immer wieder um Fragen der Transparenz dieser Systeme oder algorithmisch eingeschriebene bzw. reproduzierte Vorurteile. Seltener wird jedoch Frage nach den sozio-epistemischen Möglichkeitsbedingungen dieser algorithmischen Systeme gestellt. Dabei stellt sich bei stets schon theoretisch aufgeladenen Daten die Frage, wie Produktion von Daten und dem, was Mackenzie „the production of prediction“ genannt hat, zusammen hängen. In meinem PhD Projekt gehe ich daher der Frage nach, welche epistemischen Bedingungen und Praktiken der Wissensproduktion notwendig sind, um Predictive Analytics und Machine Learning in sozio-technischen Systemen zu ermöglichen. Denn: Betrachtet man Implementierungsprozesse von algorithmischen Systemen genauer, so erkennt man, dass diese nicht nur Methoden zur Berechnung einer sozialen Wirklichkeit sind, sondern dass sie ebenfalls und implizit spezifische Anforderungen an die Welt formulieren, um diese Berechnungen in einer sinnhaften und anschlussfähigen Weise zu ermöglichen. Diese implizit formulierten Anforderungen algorithmischer Systeme erzeugen folglich und ganz nebenher neue Formen der sozio-technischen Ordnung als Formen sozio-materieller Interdependenzen, oder anders ausgedrückt, in “doing predictions”.