Tangorithm

Algorithmen gestalten zunehmend unser Leben. Sie empfehlen uns Produkte (und Freunde), bieten uns passende Dienste zu unserer aktuellen Situation an, fotografieren unsere Liebsten in unseren Lieblingssituationen. Es scheint, algorithmische Systeme ordnen zunehmend unsere Aktivitäten. Sie helfen uns den täglichen Informationsfluss und Optionsüberschuss zu filtern, um so vermeintlich neue Freiräume zu gewinnen. Viele dieser Sortier- und Strukturier-Vorgänge laufen jedoch in einem nicht einsehbaren Bereich ab. Es fehlt an der Transparenz über bestehende Entscheidungsprozesse in algorithmischen Systems und daher nehmen viele Menschen diese Eingriffe in ihren Alltag nicht aktiv wahr.

Aufkommende Diskussionen, die sich um die Konzepte “Fairness, Accountability and Transparency” einordnen lassen, thematisieren diese Herausforderungen bezüglich der Verständlichkeit, Interpretierbarkeit und Erklärbarkeit von algorithmischen Systemen. Um diese Ziele zu erreichen, bedarf es neuer Gestaltungsansätze zur Visualisierung algorithmischer Lern- und Entscheidungsprozesse. Darüber hinaus müssen Interfaces für die Interaktion mit algorithmischen Systemen neu gedacht werden, denn der Prozess in dem die Maschine vom Menschen lernt ist keineswegs einseitig. Vielmehr basiert die Interaktion auf der Grundlage von »Austausch« und Partizipation. Daraus resultiert vor allem die Frage: Wer trainiert wen? Wie weit passt sich das Verhalten des Gerätes der Nutzerin oder dem Nutzer an und umgekehrt?

In interdisziplinären Teams aus Studierenden der Informatik (FU) und des Produkt-Designs (weißensee) werden Strategien im alltäglichen Umgang mit algorithmischen Systemen entwickelt. Ziel ist es neue Interaktions-Muster und Interfaces auf Basis von Machine Learning Technologien zu konzipieren und in Produkten (physischer oder digitaler Natur) zu implementieren. Ein Augenmerk soll dabei insbesondere auf den Austausch zwischen Nutzer*in und dem algorithmischen System gelegt werden.

Im Laufe des Semester werden die Teams in ihrer Projektarbeit Konzeptions-, Gestaltungs- und prototypische Umsetzungsphasen gemeinsam durchlaufen. Bedingt durch die Kurs-Thematik wird es notwendig sein möglichst früh im Projektverlauf erste praktische Erfahrungen im Umgang mit Machine Learning zu sammeln. Die Grundlagen werden im Kursverlauf vermittelt.

Dieses Kursangebot ist eine Kooperation der Arbeitsgruppe Human-Centered Computing (FU-Berlin) und des Fachbereiches Produkt-Design (KH-Berlin weißensee)

weitere Lehrende:

Prof. Claudia Müller-Birn, Judith Glaser