Abstract:

Der souveräne Umgang mit Daten wird in unterschiedlichen Arbeiten als Schlüsselqualifikation angesehen (Bhargava et al. 2015; Wolff et al. 2016; van Audenhove et al. 2020; Sampson et al. 2022). Die Art und Weise, wie Menschen jedoch mit Daten umgehen, ist hochgradig diffus, ambivalent und von verschiedenen Kontexten geprägt. Der vorgeschlagene Beitrag diskutiert dementsprechend medienpädagogische Zugriffe, die von feministischer Theorie und Creative Data Literacy (D'Ignazio 2017; D'Ignazio & Klein 2020; D'Ignazio & Bhargava 2018, 2020a, 2020b; Ahlborn et al. 2021) inspiriert sind, um eine umfassende Förderung von Datenkompetenz im Kontext der Medienbildung zu adressieren. In Verbindung zur Diskussion über das Spannungsfeld von kreativ-explorativen Taktiken und evidenzbasierten Zugängen zur Förderung von Datenkompetenz (Ahlborn et al. 2021, 2022; Ahlborn & Verständig 2024) stehen im Beitrag methodische Entwicklungen zur Erforschung von Vorstellungen über Daten, Maschinelles Lernen und die dahinter liegenden Infrastrukturen im Umgang mit unkonventionellen Interfaces im Zentrum. Es werden erste Ergebnisse aus einer explorativen Studie im Kontext des TRR 318 „Constructing Explainability“ vorgestellt, die das Verhältnis von Mediensozialisation und Vorstellungen im Umgang mit Robotern untersuchen, um so Lerntypen entlang von sozialen Praktiken näher bestimmen zu können und Verstehensprozesse über die Interaktion für weitergehende grundlagentheoretische Reflexionen zu erfassen. In der qualitativen Studie werden ethnographische Beobachtungen und narrative Interviews eingesetzt, um Vorstellungen und Einschreibungen von menschlicher Handlungsunsicherheit und dem Zögern in den Interaktionsmomenten zu erforschen und zu rekonstruieren. Unser Ziel ist es, ein Verständnis für die Feinheiten und Komplexitäten dieses dynamischen Raums von Kontrolle und Unsicherheit zu fördern. Der Ansatz ist inhärent interdisziplinär und diskutiert neben der Bedeutung von Unbestimmtheit (Marotzki 1990) für jene Interaktionen auch grundlagentheoretisch die Frage nach den Deutungen und Verstehensprozessen in komplexen XAI-Systemen. Ziel ist es, durch medienpädagogische Settings Räume zu eröffnen, in denen Lernende kritisch über Dateninfrastrukturen und gesellschaftliche, politische sowie kulturelle Implikationen reflektieren können. Damit soll auch ein Beitrag zu einer in die Zukunft gerichteten und diversitätssensiblen Medienpädagogik (Ahlborn & Stricker 2024; Ahlborn & Verständig 2024; Stricker & Verständig 2023) geleistet werden. Durch die Integration von kreativen Methoden, zielt dieser Ansatz darauf ab, ein breites Spektrum von Lernenden in unterschiedlichen Kontexten zu befähigen, sich kritisch mit Daten auseinanderzusetzen, bestehende Machtasymmetrien in Frage zu stellen und zur Schaffung gerechterer, sinnvoller und repräsentativer Datenlandschaften beizutragen.

Literatur: 

Ahlborn, J. & Stricker, J. (2024). Daten denken, Diversität darstellen. Medienpädagogische Reflexionen

über die Repräsentation von Selbst- und Weltbildern in Daten. Im Erscheinen (Schriftenreihe

Schriften zur Medienpädagogik)

Ahlborn, J. & Verständig, D. (2024). Über Instrumente, Innovationskraft und Interdisziplinarität –

Medienpädagogik zwischen adaptiven Lernumgebungen und algorithmischen Artikulationen. Im

Erscheinen (Jahrbuch Medienpädagogik. Mit Medienbildung in die Zukunft).

Ahlborn, J., Verständig, D., & Stricker, J. (2021). Embracing Unfinishedness: Kreative Zugänge zu Data

Literacy. Medienimpulse, 59(3), 1-42.. doi.org/10.21243/mi-03-21-18

Ahlborn, J., Verständig, D., & Stricker, J. (2022). Decoding Datafication: Media educational approaches in communicating

the complexity of digital data and data infrastructures. pub.uni-bielefeld.de/record/

2967844

Bhargava, R., Deahl, E., Letouzé, E., Noonan, A., Sangokoya, D., & Shoup, N. (2015). Beyond Data Literacy:

Reinventing Community Engagement and Empowerment in the Age of Data.

datapopalliance.org/wp-content/uploads/2015/11/Beyond-Data-Literacy-2015.pdf

D’Ignazio, C. (2017). Creative data literacy: Bridging the gap between the data-haves and data-have nots.

Information Design Journal, 23(1), 6–18. doi.org/10.1075/idj.23.1.03dig

D’Ignazio, C., & Bhargava, R. (2018). Creative data literacy: A constructionist approach to teaching information visualization.

hdl.handle.net/1721.1/123473

D’Ignazio, C., & Bhargava, R. (2020a). Data visualization literacy: A feminist starting point. In M. Engebretsen

& H. Kennedy (Hrsg.), Data Visualization in Society (S. 207–222). Amsterdam University

Press. doi.org/10.5117/9789463722902

D’Ignazio, C., & Bhargava, R. (2020b). The political significance of data visualization: Four key perspectives.

In M. Engebretsen & H. Kennedy (Hrsg.), Data Visualization in Society (S. 207–222). Amsterdam

University Press. doi.org/10.2307/j.ctvzgb8c7

D’Ignazio, C., & Klein, L. F. (2020). Data feminism. The MIT Press.

Marotzki, W. (1990). Entwurf einer strukturalen Bildungstheorie: Biographietheoretische Auslegung von

Bildungsprozessen in hochkomplexen Gesellschaften: Zugl.: Hamburg, Univ., Habil.-Schr., 1989 (Bd. 3). Dt.

Studien-Verlag.

Sampson, D., Zacharoula Papamitsiou, Ifenthaler, D., Giannakos, M., Mougiakou, S., & Vinatsella, D.

(2022). Educational Data Literacy and Educational Data Literacy Competence Frameworks: An Environmental

Scan. In D. Sampson, Z. Papamitsiou, D. Ifenthaler, M. Giannakos, S. Mougiakou, &

D. Vinatsella (Hrsg.), Educational Data Literacy (S. 5–29). Springer International Publishing.

doi.org/10.1007/978-3-031-11705-3_2

Stricker, J., & Verständig, D. (2023). Ausgerechnet Algorithmen: Über die Erklärbarkeit automatischer

Spracherkennung und die Konsequenzen für Theorie und Praxis der Inklusiven Medienbildung.

MedienPädagogik: Zeitschrift für Theorie und Praxis der Medienbildung, 91–124.

doi.org/10.21240/mpaed/jb20/2023.09.04.X

Van Audenhove, L., Van den Broeck, W., & Mariën, I. (2020). Data literacy and education: Introduction

and the challenges for our field. Journal of Media Literacy Education, 12(3), 1–5.

doi.org/10.23860/JMLE-2020-12-3-1

Wolff, A., Gooch, D., Cavero Montaner, J. J., Rashid, U., & Kortuem, G. (2016). Creating an Understanding

of Data Literacy for a Data-driven Society. The Journal of Community Informatics, 12(3).

doi.org/10.15353/joci.v12i3.3275