Paperzirkel 14.10.2022 (15–16 Uhr)

Eine der Grundideen ist, dass algorithmische Modelle so auf historische Praktiken trainiert werden, dass der Wandel dieser Praktiken interpretierbar wird. [...] Computergestützte Evidenz wird auf diese Weise zu einer geisteswissenschaftlichen Erkenntnisform.

Thema: “Perspektivische Modellierung” als Verknüpfung hermeneutischer und quantitativer Perspektiven (Diskussion zusammen mit Ted Underwood)

Konzept: Julian Schröter (Universität Würzburg)

Rahmendaten

Am Freitag, den 14. Oktober 2022
von 15-16 Uhr

findet wieder unser Paperzirkel statt. Im zweimonatigen Rhythmus diskutieren wir hier aktuelle Paper aus den Digital Humanities. Alle, die mit uns diskutieren mögen, sind herzlich eingeladen!

Paper

Ted Underwood: Machine Learning and Human Perspective. PMLA 135.1, 2020.3.

Ausgangspunkt

Ein altes Dogma besagt, dass der subjektive hermeneutische Blick einerseits und eine sogenannte ‘objektive’, auf Messung und statistischer Auswertung beruhende Analyse andererseits zwei unvereinbaren Welten angehören, die einander ausschließen. Der Aufsatz, den wir diskutieren werden, präsentiert Verfahren überwachten maschinellen Lernens als ein Werkzeug, das eine Brücke zwischen beiden Welten bauen kann. Eine der Grundideen ist, dass algorithmische Modelle so auf historische Praktiken trainiert werden, dass der Wandel dieser Praktiken interpretierbar wird. Auf diese Weise kann das Verfahren dazu beitragen, Erkenntnisse, die auf qualitativ/hermeneutischer Interpretation beruhen mit solchen zu verbinden, denen quantitative Analysen zugrunde liegen. Computergestützte Evidenz wird auf diese Weise zu einer geisteswissenschaftlichen Erkenntnisform. 

Ted Underwood, der Autor des Beitrags, wird im zweiten Teil der Diskussionsrunde (von 15.30 Uhr bis 16.00 Uhr MESZ) per Zoom an der Diskussion teilnehmen und (in englischer Sprache) offene Fragen mit uns diskutieren.

Ansätze und Fragen für die Diskussion

Zu den möglichen Fragen für eine Diskussion des Aufsatzes gehören u.a.:

  1. Sind die trainierten Algorithmen (und insbesondere die verwendeten Features) hinsichtlich einer qualitativen Beschreibung der sozialen Praktiken interpretierbar? (= Frage nach ‘interner’ Interpretierbarkeit)
  2. Wie hoch ist das Risiko, dass (oder: wie problematisch wäre es, wenn) ein Modell mit hoher Vorhersagegenauigkeit eine hohe Unterscheidbarkeit zwischen historischen Konzepten suggeriert (z.B. Kategorisierungen innerhalb der zeitgenössischen Kultur), während die Begriffe für die historischen Akteur*innen nur eine sehr geringe Unterscheidungskraft hatten und vice versa? (= Frage nach dem Validierungsbedarf)
  3. Verallgemeinerbarkeit: Auf welche Perspektiven und auf welche Aspekte kultureller Semantiken und Praktiken (z.B. im Rahmen von Begriffsgeschichte) jenseits literarischer Gattungsbegriffe könnte die vorgeschlagene Analysemethode übertragbar sein? (= Frage nach praktischer Generalisierbarkeit hinsichtlich anderer Erkenntnisinteressen)
  4. Wie problem- und disziplinspezifisch bzw. wie generalisierbar ist das im Aufsatz vertretene Analyseverfahren mit Blick auf Theorie- und Methodologie-Diskussionen im Umfeld der Digital Humanities, der Sozialwissenschaften, der Literaturtheorie, der Mixed-Methods etc.? (= Frage nach theoretischer und evtl. epistemologischer Generalisierbarkeit)

https://zfl-berlin-org.zoom.us/j/82180586378?pwd=cFUvUFY0QURDb0htUk5GaW1KZ29vZz09


OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
dhtheorie (7. Oktober 2022). Paperzirkel 14.10.2022 (15–16 Uhr). Digital Humanities Theorie. Abgerufen am 20. Juli 2024 von https://doi.org/10.58079/nlh9


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search