Die digitale Transformation ist ohne Zweifel eine Herausforderung für das Recht – nicht erst seit der großen Popularität von ChatGPT. Digitalisierung, Datafizierung (Big Data) und Algorithmisierung (Analytics) halten immer mehr Einzug in die Rechtswissenschaft und Rechtspraxis. Insbesondere Methoden und Verfahren des Maschinellen Lernens (ML), einem Teilgebiet der sog. Künstlichen Intelligenz (KI), sind dabei Treiber der digitalen Transformation und somit auch Grundlage neuer Handlungsmöglichkeiten und Geschäftsmodelle in vielfältigen Anwendungsfeldern:
Vom Sicherheitsbereich über Finanzmärkte, das Gesundheitswesen, die Ausbildung und Wissenschaft bis hin zu den Massenmedien haben sich vielfältige Anwendungen und Konzepte unter Überschriften wie Legal Analytics, LegalTech, RegTech oder InsurTech etabliert.
Die Prophezeiungen und Verheißungen der Innovationspotenziale sind gewaltig. Nicht untypisch ist dabei eine erhebliche Diskrepanz zwischen diesen lauten Versprechungen und einer deutlich geringeren Leistungsfähigkeit in der Realität. Insoweit bedarf es einer kritischen Beurteilungsfähigkeit, auch um angemessene Regulierungsmaßnahmen vorschlagen, einführen und dann kritisch reflektieren zu können.
Deshalb soll eine sorgfältige Analyse von ML-Methoden hinsichtlich ihrer Grundlagen sowie Grenzen und damit ihrer Leistungsfähigkeit in der praktischen Anwendung fachlich passgenau vermittelt werden. Denn rechtliche Regulierung setzt bisher regelmäßig an der Handlungspraxis, den Geschäftsmodellen und den Folgen der Anwendung dieser Verfahren an, weniger an den Verfahren selbst. Dies bedeutet jedoch weder, dass die Funktionsweise dieser Verfahren als „black box“ zu behandeln wäre, noch dass im Interesse von Betroffenen das Resultat einer „black box“ zu akzeptieren sei. Vielmehr bestimmen die Möglichkeiten und Grenzen der Technologie die Handlungsmöglichkeiten und die Validität des generierten Wissens.
Jenseits von utopischen und dystopischen Visionen, wollen wir in einem gemeinsamen Seminar anhand ausgewählter Technologien wie etwa Rechtsinformationssystemen, Suchmaschinen oder Möglichkeiten von Predictive Policing, ein Hintergrundverständnis der grundlegenden Theorien, Paradigmen und Verfahren entwickeln sowie deren Relevanz für rechtliche Fragestellungen prüfen. Ziel des Seminars ist es, eine kritische Beurteilungskompetenz für die Fragen digitaler Transformation am Beispiel des Maschinellen Lernens zu entwickeln.
Zeitraum:
Dieses Seminar soll als Blockveranstaltung am Semesterende stattfinden. Der genaue Termin wird in der Vorbesprechung festgelegt, dort wird auch besprochen, ob das Seminar in der Universität oder auswärts stattfinden soll. Die Vorbesprechung findet statt am Mo., 17.04.2023 um 18.00. Eine Einführung in den Komplex Daten, Algorithmen und Wissen findet statt am Mi., 26.04.2023 um 16:00 Uhr (Raum wird jeweils bekanntgegeben).
Zielgruppe:
Studierende, Mitarbeiter:innen, (künftige) Doktorand:innen.
Anforderungen:
Die Teilnahme erfordert die Bereitschaft zur Einarbeitung in das Grundwissen des Maschinellen Lernens anhand einer Technologie und Analyse der Möglichkeit und ggf. Notwendigkeit einer rechtlichen Regulierung.
Hausarbeiten und Seminarscheine:
Für Studierende des SPB VII „Information und Kommunikation“ besteht die Möglichkeit, in diesem Kontext eine SPB-Hausarbeit anzufertigen, für alle TeilnehmerInnen die Möglichkeit, einen Seminarschein zu erwerben.
Material:
Lektüre zur Einarbeitung wird den Teilnehmer:innen rechtzeitig bekanntgegeben.
Anmeldung:
Interessent:innen melden sich bei Judith Legies (judith.legies@uni-hamburg.de).