Maschinelles Lernen in der Journalismusforschung: Rechtliche, ethische und praktische Herausforderungen eines interdisziplinären Lehr-/Forschungsprojekts

Der Einsatz von maschinellem Lernen in der Moderation von NutzerInnenkommentaren auf Online-Nachrichtenseiten wird von verschiedenen AkteurInnen in Wissenschaft und Medienpraxis diskutiert, erprobt und erforscht. Meist stehen problematische Kommentare im Fokus, wobei vermehrtes Interesse an der Identifikation wertiger Kommentare beobachtbar ist (z. B. Häring, Loosen, & Maalej, 2018). Im Zuge eines eigenen Lehr-/Forschungsprojekts setzten wir uns mit der Anwendbarkeit von maschinellem Lernen bei der Klassifizierung sowohl problematischer wie auch qualitativ wertiger Kommentare auseinander, und kamen dabei schnell mit verschiedenen forschungsethischen, rechtlichen und praktischen Herausforderungen in Berührung, die bislang selten im Zentrum wissenschaftlicher oder berufspraktischer Diskussionen standen. Diese Problemfelder sollen deshalb auf der Fachgruppentagung mit KollegInnen diskutiert werden, da sie einerseits angewandte Journalismusforschung betreffen und andererseits den Einbezug von Studierenden in Lehr- und Forschungsprojekte.

Springer, N. & Haim, M. (9/2020). Maschinelles Lernen in der Journalismusforschung: Rechtliche, ethische und praktische Herausforderungen eines interdisziplinären Lehr-/Forschungsprojekts. [Machine learning in journalism studies: Legal, ethical, and practical challenges in interdisciplinary teaching and research.] Presented at the Presented at the Annual Conference of the Journalism Division of the DGPuK, Hamburg. (content_copy)