Kollaborationen haben Nachholbedarf in der Wissenschaft. Oft zählt nur die Leistung Einzelner. Um den Wert interdisziplinärer Zusammenarbeit zu unterstreichen, hat die European Association for the Study of Science and Technology (EASST) 2012 drei Preise für herausragende Leistungen ins Leben gerufen. Einer davon, der Olga Amsterdamska Award für einen editierten Sammelband, wurde im August an die HerausgeberInnen von „digitalSTS: A Field Guide for Science & Technology Studies“ vergeben.
„Es freut mich sehr, dass die Herausgeber*innen Janet Vertesi & David Ribes für ihre Leistungen anerkannt worden sind. Sie haben die Community rund um digitale STS durch zahlreiche Events gefördert. Das Buch ist ein Ausschnitt aus einem Prozess, der bereits ein Jahrzehnt lang stattfindet“, freut sich Doris Allhutter vom Institut für Technikfolgen-Abschätzung (ITA) der Akademie der Wissenschaften (ÖAW).
Menschen als "Human Components"
In ihrem Beitrag analysiert sie, wie semantische Infrastrukturen aufgebaut werden, die dafür benutzt werden, Künstliche Intelligenz zu „trainieren“. „Es wird hier versucht, automatisch Sinn aus Text und Bild aus dem Internet und anderen Datenquellen zu generieren. Die gesammelten Daten müssen aber erst von menschlichen Arbeitskräften aufbereitet und nutzbar gemacht werden. Die nennt man dann ´High Quality Human Components´.“
Menschen werden so zu einem Teil dieses hybriden Computerprozesses. Sie tragen dazu bei, Klassifikationen zu erstellen und entscheiden z.B. mit, wie Maschinen eine „Frau“ oder einen „Mann“ definieren. Diese Art von Kategorisierung bildet Menschen allerdings oft sehr stereotyp ab. „Damit führt man einerseits das Versprechen der Automatisierung der Wissensgewinnung ad absurdum, andererseits können so erst recht Biases (etwa über Herkunft oder Geschlecht“) in die für Machine Learning verwendeten Onthologien einfließen“, so Allhutter.