Nichtwissen bei maschinellem Lernen
| dc.contributor.author | Kostov, Iva | |
| dc.date.accessioned | 2024-01-18T05:31:24Z | |
| dc.date.available | 2024-01-18T05:31:24Z | |
| dc.date.issued | 2023 | |
| dc.identifier.uri | https://library.oapen.org/handle/20.500.12657/87000 | |
| dc.description.abstract | "Blackbox", "Opazität" oder "Intransparenz" - der Technologie des maschinellen Lernens ist Nichtwissen inhärent. Aus dieser soziologisch geprägten analytischen Perspektive bringt Iva Kostov verschiedene soziale Praktiken und technologische Eigenschaften bei maschinellem Lernen auf einen gemeinsamen Nenner und untersucht ihre Bedeutung für das Recht. Dies erfolgt unter Bezugnahme auf einen für die Analyse der Thematik besonders anschlussfähigen Bereich sicherheitsbehördlicher Tätigkeit. Unter Systematisierung der verschiedenen interdisziplinären Diskussionen entwickelt sie eine für das Recht produktive Typologie verschiedener Nichtwissensausprägungen, arbeitet die jeweils maßgeblichen rechtlichen Fragestellungen heraus und zeigt Mechanismen zum Umgang damit auf. Zugleich entlarvt sie einige vieldiskutierte Themen als rechtlich irrelevante Scheinprobleme. | |
| dc.description.abstract | "Blackbox", "Opazität" oder "Intransparenz" - der Technologie des maschinellen Lernens ist Nichtwissen inhärent. Aus dieser soziologisch geprägten analytischen Perspektive bringt Iva Kostov verschiedene soziale Praktiken und technologische Eigenschaften bei maschinellem Lernen auf einen gemeinsamen Nenner und untersucht ihre Bedeutung für das Recht. Dies erfolgt unter Bezugnahme auf einen für die Analyse der Thematik besonders anschlussfähigen Bereich sicherheitsbehördlicher Tätigkeit. Unter Systematisierung der verschiedenen interdisziplinären Diskussionen entwickelt sie eine für das Recht produktive Typologie verschiedener Nichtwissensausprägungen, arbeitet die jeweils maßgeblichen rechtlichen Fragestellungen heraus und zeigt Mechanismen zum Umgang damit auf. Zugleich entlarvt sie einige vieldiskutierte Themen als rechtlich irrelevante Scheinprobleme. | |
| dc.language | German | |
| dc.subject.classification | thema EDItEUR::L Law::LA Jurisprudence and general issues | en_US |
| dc.subject.classification | thema EDItEUR::L Law::LN Laws of specific jurisdictions and specific areas of law::LND Constitutional and administrative law: general | en_US |
| dc.subject.other | Law | |
| dc.subject.other | Jurisprudence | |
| dc.subject.other | Law | |
| dc.subject.other | Administrative Law & Regulatory Practice | |
| dc.title | Nichtwissen bei maschinellem Lernen | |
| dc.type | book | |
| oapen.identifier.doi | 10.1628/978-3-16-162610-4 | |
| oapen.relation.isPublishedBy | 773c36f2-8bde-4e8c-8b8d-7fab7b2879fe | * |
| oapen.relation.isFundedBy | b818ba9d-2dd9-4fd7-a364-7f305aef7ee9 | |
| oapen.relation.isbn | 9783161626098 | |
| oapen.collection | Knowledge Unlatched (KU) | |
| oapen.imprint | Mohr Siebeck GmbH & Co. KG | |
| oapen.identifier | https://openresearchlibrary.org/viewer/c3b58bfc-63e4-4293-8fe2-7279944ca062 |
