Ein Algorithmus ist gleich ein Algorithmus ist gleich ein Algorithmus?

Ein Gastbeitrag von Martina Mahnke*

Eine kurze Stichwortsuche nach dem Begriff „Algorithmus“ in den Online-Archiven der deutschen Leitmedien ergibt über 1.300 (!) Artikel. Doch wovon reden wir eigentlich, wenn wir von Algorithmen reden? Was ist es, was der Algorithmus macht und was sind gesellschaftliche Konsequenzen? Wie können wir das „Algorithmen-Problem“ sinnvoll wissenschaftlich untersuchen? Diese und weitere Fragen stellt das lesenswerte Provokationspapier „Governing Algorithms: A Provocation Piece“, entworfen für die Konferenz „Governing Algorithms“, die am 16./17. Mai 2013 in New York stattfand. Barocas, Hood und Ziewitz wollen Denkanstöße geben und hinterfragen Grundsätzliches. Nachfolgend eine kurze Zusammenfassung der zentralen provokanten Fragestellungen:

  1. Ein Algorithmus – Was ist das eigentlich? Der Begriff „Algorithmus“ hat einen fast mystischen Status erreicht und ist zurzeit in aller Munde. Das zeigt nicht nur dieser Blog, sondern auch Workshop-Titel wie „Algorithms and Markets“ (London School of Economics) oder „Code and Control in Online Spaces“ (Hamburg). Doch was ist das eigentlich genau – ein Algorithmus? Was verbirgt sich hinter dem Begriff und woher kommt das wachsende Interesse an diesem? Auch in der Wissenschaft werden immer wieder gern neue Begriffe verwendet, ist „Algorithmus“ einer von diesen? Worin liegt der Unterschied zu „big data“ und „code“? Würden wir den Algorithmus-Begriff mit dem Begriff des Computers ersetzen, würden wir dann die gleiche Diskussion führen?
  2. Methoden, Wissen, Know-how Algorithmen werden auf der einen Seite als etwas Regulatives, Klassifizierendes, teilweise sogar als etwas Bewertendes dargestellt, auf der anderen als Black-Box-Phänomen. Wie ist das zu erklären? Entstehen diese unterschiedlichen Konnotationen aufgrund der verschiedenen Blickwinkel der einzelnen Disziplinen? Wie sollen Algorithmen untersucht werden? Fachspezifisch oder interdisziplinär? Kann die Black-Box überhaupt geöffnet werden und wenn ja, wie?
  3. Probleme und Lösungen, Erfolg und Misserfolg Algorithmen lösen Probleme. Sind das Probleme, die ohne Algorithmen gar nicht erst entstanden wären? Google’s EdgeRank soll zum Beispiel Orientierung bieten, Ordnung in das „Chaos Internet“ bringen. Eine algorithmische Lösung wird hier als selbstverständlich hingenommen. Was wären Alternativen? Was wäre, wenn die Computerwelt Algorithmen nicht als selbstverständlich annimmt? Wie könnte das Problem des Informationsüberflusses noch gelöst werden?
  4. Agency, Automatisierung, Verantwortung 1998 hat Peter Slezak geschrieben, dass wissenschaftliche Forschung mit dem Computer völlig unabhängig von sozialen und kulturellen Faktoren stattfinden würde. Schon damals gab es viel Widerstand, doch die Faszination der intelligenten, unabhängigen Maschine hat von ihrer Anziehungskraft bis heute nichts verloren. Wer oder was ist es also, was Maschinen so intelligent und so autonom erscheinen lässt? Algorithmen tragen im heutigen Internet zum Beispiel zur Informationsfilterung bei. Dabei werten sie eine vergleichsweise große Datenmenge in kurzer Zeit aus, unmöglich für uns als Menschen. Da die Auswertung nach bestimmten Kriterien erfolgt, treffen die Algorithmen auf die ein oder andere Art und Weise Entscheidungen. Üben Algorithmen dadurch Kontrolle aus? Oder sind es nicht eher die dahinter stehenden Programmierer oder gar die gesamte Firma? Wer oder was trägt hier die Verantwortung?
  5. Geheim, dunkel, unergründlich Nutzer wissen oft nicht, wann sie auf einen Algorithmus treffen und wann nicht. Im Bereich des Datenjournalismus werden mittlerweile komplette Texte algorithmisch, dass heißt voll automatisch, erstellt. Da diese aber Grundlage des Geschäftsmodells sind, werden sie nicht offengelegt. Firmen argumentieren außerdem häufig, dass Algorithmen zu komplex geworden sind, als dass sie von Einzelpersonen noch verstanden werden können. Selbst wenn Larry Page und Sergey Brin an einem Tisch sitzen würden, könnten sie dann die über 200 Kriterien, die Einfluss auf das Google-Suchergebnis haben, erklären? Macht es also überhaupt Sinn den Algorithmus verstehen zu wollen? Können wir ihn überhaupt noch verstehen?
  6. Normativität, implizite Werte und Verzerrungen Von der Techniksoziologie haben wir gelernt, dass Technik nicht neutral ist, sondern immer auch historisch und kontextgeprägt ist. Nicht immer setzt sich also die „beste“ Technologie durch. Solche Prägungen werden in der Fachsprache „bias“ genannt. Da auch Algorithmen historisch und kontextgeprägt sind, können sie dann überhaupt neutral sein? Falls ja, welche Werte sprechen dann für eine solche Neutralität? Was wäre ein guter Algorithmus und was ein schlechter? Gut für wen und schlecht für wen? Wie können diese Werte überhaupt implementiert werden? In der Software, im Design oder gar nicht der dem Algorithmus eigenen Dynamik?
  7. Regeln, Regulierung und Widerstand Automatische Regelsysteme wurden schon in den 70ziger Jahre kritisch untersucht. Wieder (1974) kommt zu dem Schluss, dass Code nicht zu letztendlichen Entscheidungen über Gut und Böse führt, sondern verschiedene Interaktionsmöglichkeiten bietet. Daher, so Wieder, liegt die Verantwortung auch beim Nutzer. Wie können Algorithmen dann also in der konkreten Interaktion untersucht werden? Wie kann herausgefunden, welche Absicht hinter den Algorithmen steht? Wenn man die verschiedenen Erscheinungsformen von Algorithmen bedenkt, wie können sie dann reguliert werden? Oder regulieren sie doch uns? Und was würde Widerstand hin dieser Hinsicht bedeuten?

Zusammengefasst stellt sich also die Frage: Worüber sprechen wir, wenn wir über die Regulierung von und durch Algorithmen sprechen?

Was wir von diesem Provokationspapier lernen können, ist, dass es noch viel zu lernen gibt. Wie in allen Dingen im Leben ist es auch beim Thema Code und Algorithmus wichtig, es nicht von vornherein zu „verteufeln“, sondern sich mit dem Thema kritisch auseinanderzusetzen. Dass viele dazu bereit sind, zeigt unter anderem auch dieses Blog. Herzlichen Dank dafür an Sie als Leser und auch an das Hans-Bredow-Institut!

* Martina Mahnke, M.A., ist Doktorandin am Graduiertenkolleg „ComDigMed“ der Universität Erfurt und beschäftigt sich in ihrer Dissertation mit Algorithmic Media.

Advertisements

Code Literacy oder Digitaler Alphabetismus

Ein Gastbeitrag von Jan Varwig

Der folgende Text ist eine deutsche Übersetzung von „Why Coding is and is Not The New Literacy“, die ich für das Code Literacy Blog geschrieben habe. Hier fehlt das Originalzitat von Pierce Gleeson, der nur auf Englisch im ursprünglichen Post vorliegt und ohne den der erste Absatz ein wenig den Bezug verliert.

Wenn Menschen im Zusammenhang mit Programmierung von „Code Literacy“ oder „digitalem Alphabetismus“ sprechen, ist damit nicht gemeint, dass Programmieren eine dem Lesen und Schreiben ähnliche Grundfähigkeit ist, sondern dass Programmieren die Beherrschung von Schriftsprache als Unterscheidungsmerkmal der intellektuellen Elite ersetzt.

Damit diese Argumentation nachvollzogen werden kann, ist es nötig, zunächst den Begriff des Programmierens zu klären. Das Wesentliche ist nämlich nicht, in der Lage zu sein, tatsächlich Computerprogramme zu schreiben. Wichtiger ist, ein Verständnis dafür zu entwickeln, wie Algorithmen Informationen verarbeiten, wie unsere Welt zunehmend von Maschinen und abstrakten mathematischen Modellen geformt und gelenkt wird, kleinen hochspezialisierten Teilen, die nach strengen Regeln zusammenarbeiten, um neue, mächtigere Fähigkeiten zu entwickeln.

Wenn das Studium der Informatik mich eines gelehrt hat, dann Probleme in ihre Teile zu zerlegen und Nebensächliches vom Wesentlichen zu trennen, bis sich die Essenz offenbart und sich die Lösung fast von selbst präsentiert. Genau dies ist die wichtigste Fähigkeit der Informatiker. Ist diese Denkweise einmal verinnerlicht, verändert sich für immer die Herangehensweise an Probleme jeder Art.

So gut wie jeder kann heute lesen und schreiben, aber nur wenige Menschen verfügen über allgemeine Fertigkeiten zur Lösung von Problemen. Programmieren ist im Grunde nichts anderes als das: formalisiertes und strukturiertes Analysieren und Lösen von Problemen, kombiniert mit eher unwesentlichem Hintergrundwissen über die Syntax der Programmiersprache in der man sich gerade bewegt. Um Programmieren zu können braucht man daher eigentlich keine Ausbildung als Softwareentwickler. Jeder der schonmal mit Excel gearbeitet hat, hat schon programmiert, vielleicht ohne es zu wissen.

Theoretisch in der Lage sein etwas tun zu können und es tatsächlich zu tun, sind zwei sehr verschiedene Dinge. In diesem Fall ist es wichtiger, theoretisch und allgemein zu verstehen, was beim Programmieren vor sich geht, nicht die praktische Erfahrung aus Jahren in der Softwareentwicklung. Dieses Verständnis kommt fast von allein wenn man sich mit strukturiertem Denken beschäftigt, sei es in der Wissenschaft oder der Geschäftswelt.

Es lässt sich kaum verleugnen dass in einer Gesellschaft die besessen von Informationen und Effizienz ist, Menschen die Probleme lösen und Systeme durchschauen können einen wesentlichen Vorteil haben, so wie es in der Vergangenheit Menschen mit Schriftkenntnis gegenüber Analphabeten hatten.

Re:viewed – unsere Session auf der #rp13

Am 6. Mai, also vor einer Woche, haben Katharina, Nele und Stephan ihre Session auf der diesjährigen re:publica in Berlin abgehalten und wohlbehalten überstanden. Nun steht die Aufbereitung des Workshops an, v. a. das Zusammentragen der vielen Inputs, die uns erreicht haben, aber auch der konkreten Ergebnisse der Gruppen-Diskussionen während des Workshops. Da dies noch eine Weile in Anspruch nehmen kann, möchten wir im Moment nur eine kurze „Wasserstandsmeldung“ dazu geben, wie das Thema Code Literacy auf der re:publica angenommen wurde und was nun weiter passieren soll (oder eher kann). UPDATE: Wer bis dahin nicht mehr warten mag: auf YouTube kann man jetzt das Video zu unserer Session finden.

Viel Interesse am Thema

Grundsätzlich haben wir für uns das Fazit gezogen, dass das Thema „Code Literacy“ erfreulich gut angenommen wurde. Und zwar so gut, dass wir mit unserem Konzept eines Workshops – wie angepriesen – ein bisschen „ins Schwimmen“ gerieten. Da die vom Veranstalter bereit gestellten Räumlichkeiten leider eher suboptimal für unser Workshop-Konzept waren, nahmen von anfänglich etwa 300 Zuschauern (die Stage 5 war voll!) am Ende noch etwa 100 Interessierte an den Diskussionsrunden teil. Die Diskussionen selbst waren dann aber sehr spannend. Sie haben uns u.a. auch gezeigt, dass bei den Diskutanden die Vorstellung davon, was „Code“ ist bzw. welche Bedeutung er für den Alltag und das Handeln der vier Gruppen (12-jährige, Mutter, Politiker, Netzaktivist) hat, eher vage bis kaum vorhanden war. Nach der Vorstellung der Gruppengespräche durch jeweils zwei Gruppensprecher, blieb uns leider wenig Zeit für ein abschließendes Fazit. Allerdings kamen im Anschluss viele anregende Gespräche zustande, z.B. fanden einige Teilnehmer es schön, auf der großen Bühne re:publica auch einmal selbst zu Wort zu kommen. Danach war es Nele, die das Thema „Code Literacy“ über verschiedene Formate medial weiter trug.

#codelit – mediale Resonanz

So schrieb Patrick Greuth von ZEIT Online einen klasse Artikel über die Relevanz und Bezüge des Themas „Code Literacy“ mit dem programmatischen Titel „Raus aus der digitalen Unmündigkeit“. Der Text wurde am 7. Mai auch nochmal von Golem.de veröffentlicht und hat insgesamt für einiges Aufsehen gesorgt (wie z.B. die #rp13-Rückschau auf dem Blog „Kotzendes Einhorn“ zeigt). Besonders interessant ist aus unserer Sicht auch die Debatte im Kommentarbereich unter dem Artikel auf ZEIT Online – er zeigt anschaulich, wie kontrovers und breit die Debatte geführt wird und weiterhin geführt werden sollte.

Weitere Interviews mit Nele zum Thema „Code Literacy“ zum Nachschauen: im Rahmen der Netzdebatte der Bundeszentrale für politische Bildung sowie ein kurzer Auftritt im Live-Podcasting-Format „Die Sondersendung“ an Tag 1 der re:publica. An Tag 2 entstand ein kurzes Interview für die Sendung „Trackback“ auf Radio Fritz sowie ein Interview mit Phillip Banse für dctp.tv.

Darüber hinaus hat Nele ein Storify zum Hashtag #codelit sowie eine öffentliche Liste auf Twitter erstellt, welche Leute und Projekte versammeln soll, die sich mit dem Thema „Code Literacy“ und verwandten Themen auseinander setzen. Feel free to join!

Insgesamt bleibt uns das Fazit: das Interesse am Thema war riesig, die Räumlichkeiten allerdings ungeeignet – die „Methode“ des Workshops könnte für die re:publica auch in Zukunft fruchtbar sein. Wir hatten viel Spaß, ein bisschen Stress und freuen uns auf die Fortsetzung der angeregten Diskussion. Alles weitere folgt dann in Bälde hier.

[nh]