Modul im Detail

KU.Campus

Home

Drucken

Detailinformationen zum Modul

Modulbezeichnung:

Algorithmen- und Daten-Ethik

Modulbezeichnung (englisch):

Ethics of Algorithms and Data

Modulnummer:

82-105-DS04-H-0822

Niveau:

Bachelor (UNI)

Geberstudiengang:

BA Data Science

Typ:

Modul

Federführende Fakultät/Sprachenzentrum:

School of Transformation and Sustainability

Modulverantwortliche/r:

Paulo, Norbert

Prüfende:

Leistungspunkte (ECTS-Punkte):

Kompetenzen:

Die Studierenden haben einen Überblick über die wesentlichen ethischen Fragen im Umgang mit Technik und können dazu Stellung beziehen.
Sie sind in der Lage, aktuelle ethische Herausforderungen in den Kontext historischer Problemfelder einzuordnen, relevante Argumentationsstrategien und Rechtfertigungskontexte zu identifizieren und auf Beispielfälle anzuwenden.
Sie sind in der Lage, technikethische Probleme in der Praxis zu erkennen, Hintergründe aufzuzeigen und verantwortungsvoll Lösungsvorschläge zu entwickeln. Besonderes Augenmerk liegt dabei auf Problemen, die sich aus den Bereichen Machine Learning und Data Science ergeben.

Inhalte/Themen:

- Gegenstand, Aufgabe und Typen von Ethik
- Historische Positionen der Technikethik
- Identifikation und Klassifikation technikethischer Probleme
- grundlegende Querschnittsthemen wie moralische Handlungsfähigkeit (moral agency), Verantwortung, Mensch-Maschine-Interaktion, Vertrauen, Freiheit, Datenschutz, Sicherheit, Gerechtigkeit, gesellschaftliche Akzeptanz und Partizipation
- Aktuelle Herausforderungen für die Technikethik mit Schwerpunkt auf den Bereichen Machine Learning und Data Science
- Aktuelle Themen (z.B. Berufsethik, Technikfolgenabschätzung, Ethikkommissionen und Ethikkodizes, autonomes Fahren/Fliegen, digitale Kommunikation, virtuelle Realitäten, Informationsethik, Algorithmic Bias, eHealth, Pflegeroboter, Sexroboter, Transhumanismus, digitales Finanzwesen, autonome Waffensysteme...) werden in Referaten oder Arbeitsgruppen behandelt. Darüber hinaus können auch andere Problemfelder behandelt werden, sofern sie in Komplexität und ihrer Relevanz für technikethische Diskurse vergleichbar sind.

Formale Voraussetzungen für die Teilnahme:

Empfohlene Voraussetzungen:

Grundkenntnisse in Data Science und Statistik

Lehr- und Lernformen/Lehrveranstaltungstypen:

Voraussetzungen für die Vergabe von ECTS-Punkten:

Die Arbeitsleistung wird anhand von Fallstudien zu den besprochenen Themen bewertet.

Zeitaufwand/Verteilung der ECTS-Punkte innerhalb des Moduls:

40 h = Kontaktstunden in der Veranstaltung
30 h = Vor- und Nachbereitung der Veranstaltung
80 h = Vorbereitung der Fallstudien
150 h = Arbeitsaufwand insgesamt

Modulnote:

Leistungsnachweis

Lehr- und Lernmethode:

Polyvalenz mit anderen Studiengängen/Hinweise zur Zugänglichkeit:

Polyvalenz auf Modulebene: MSc Data Science

Turnus des Angebots:

WS , SS

Beteiligte Fachgebiete:

Bemerkung: