Die Gouvernementalität von Algorithmen

Lieferzeit: Lieferbar innerhalb 14 Tagen

79,99 

Selbstbestimmung und Anpassung bei Predictive Learning Analytics, BestMasters

ISBN: 3658465913
ISBN 13: 9783658465919
Autor: Berns, Christina
Verlag: Springer VS
Umfang: xv, 100 S., 6 s/w Illustr., 100 S. 6 Abb.
Erscheinungsdatum: 23.11.2024
Auflage: 1/2025
Produktform: Kartoniert
Einband: Kartoniert
Artikelnummer: 4709909 Kategorie:

Beschreibung

Die digitale Transformation ist eine Einbahnstraße in ein kybernetisches Zeitalter. Intelligente Maschinen nehmen den Menschen dort als steuernde Kraft allmählich das Zepter aus der Hand. Der Einzug prädiktiver Learning Analytics-Systeme in Schulen und Hochschulen könnte das Bildungswesen verändern und zur Transformation hochkomplexer gesellschaftlicher wie organisationaler Kontrolldynamiken der (Selbst-)Führung beitragen, die im konturierten Gegenstandsbereich noch wenig erforscht sind. Christina Berns rekonstruiert anhand der gouvernementalen Dispositivanalyse die produktiven, regulativen wie repressiven Dimensionen ubiquitärer, multimedialer, interaktiver und hyperkonnektiver Predictive Learning Analytics in der digitalisierten Studienberatung im Spannungsfeld zwischen Heteronomie und Autonomie aus machtanalytischer Perspektive. Die Analyse identifiziert Subjektivierungspraktiken und gesellschaftlich-politische wie ökonomisch-technische Rationalitäten, die einen Aufschluss über aktuelle technisch-mediale Lösungsversuche von Problemstellungen im Bildungswesen geben.  

Autorenporträt

Christina Berns analysierte die Regierungsmacht von Algorithmen und KI bei Predictive Learning Analytics der universitären Studienberatung sowie die Transformation von Macht- Kontrolldynamiken der (Selbst-)Führung. Sie ist heute Lehrbeauftragte im Lehrgebiet "Bildung und Differenz" an der FernUniversität in Hagen.

Herstellerkennzeichnung:


Springer VS in Springer Science + Business Media
Abraham-Lincoln-Straße 46
65189 Wiesbaden
DE

E-Mail: juergen.hartmann@springer.com

Das könnte Ihnen auch gefallen …