Das Big Data GameThe Big Data Game

NTM Zeitschrift für Geschichte der Wissenschaften, Technik und Medizin 25 (4):485-517 (2017)
  Copy   BIBTEX

Abstract

ZusammenfassungDer vorliegende Artikel widmet sich der Frage, wie Spiele und spielen zur Big-Data-basierten Wissensproduktion in der Hochenergiephysik beitragen. Als Beispiel dienen Detektorkollaborationen am Large Hadron Collider (LHC) der Europäischen Organisation für Kernforschung (CERN), in denen die Autorin seit 2014 kulturanthropologische Feldforschung unternommen hat. Der ludische Aspekt der Wissensproduktion wird hier in drei verschiedenen Dimensionen analysiert: der symbolischen, der ontologischen und der epistemischen. Erstere verweist auf das CERN als Ort, an dem ein kosmologisches Wahrscheinlichkeitsspiel mithilfe von Monte-Carlo-Simulationen durchgeführt wird. Die Zweite wird durch kompetitive Infrastrukturen in der Arbeitspraxis verschiedener Kollaborationsgruppen sichtbar. Die dritte Dimension entfaltet sich durch ludische Plattformen, wie etwa Online Challenges und Citizen Science Games, die zur Entwicklung von machine learning algorithmen beitragen, deren Funktion notwendig ist, um die ungeheuren Mengen an Big Data verarbeiten zu können, die durch die Experimente gesammelt werden. Das CERN wird als Ort des Deep Play beschrieben, einem von Clifford Geertz entwickeltem Konzept, das dazu beiträgt, größere soziale und kulturelle Ordnungen durch die Analyse ludischer Kollektivphänomene zu begreifen. Der Artikel setzt sich darüber hinaus mit Peter Galisons Idee der Trading Zone auseinander und schlägt vor, diese in Zeiten von Big Data als Playground (Spielplatz) zu begreifen. Die Autorin hofft damit zu einer breiteren sozio-historiografischen Diskussion in den Science and Technology Studies (STS, Wissenschafts- und Technikforschung) und nicht zuletzt der Kulturanthropologie beizutragen, indem das Ludische in den Wissenschaften als zentrales Element für das Verständnis kollaborativer Wissensproduktion begriffen wird.

Links

PhilArchive



    Upload a copy of this work     Papers currently archived: 91,571

External links

Setup an account with your affiliations in order to access resources via your University's proxy server

Through your library

Similar books and articles

Data models and the acquisition and manipulation of data.Todd Harris - 2003 - Philosophy of Science 70 (5):1508-1517.
Issues in Data Management.Sharon S. Krag - 2010 - Science and Engineering Ethics 16 (4):743-748.
Mental Models in Data Interpretation.Clark A. Chinn & William F. Brewer - 1996 - Philosophy of Science 63 (5):S211-S219.
Data fusion with probabilistic conditional logic.Jens Fisseler & Imre Fehér - 2010 - Logic Journal of the IGPL 18 (4):488-507.
Mental models in data interpretation.Clark A. Chinn & William F. Brewer - 1996 - Philosophy of Science 63 (3):219.
A Lot of Data.Kent Johnson - 2011 - Philosophy of Science 78 (5):788-799.

Analytics

Added to PP
2018-05-07

Downloads
18 (#826,353)

6 months
6 (#509,125)

Historical graph of downloads
How can I increase my downloads?

Citations of this work

No citations found.

Add more citations

References found in this work

Epistemic cultures: how the sciences make knowledge.Karin Knorr-Cetina - 1999 - Cambridge, Mass.: Harvard University Press.
Logik der Forschung.Karl Popper - 1934 - Erkenntnis 5 (1):290-294.
Preface to Plato.Friedrich Solmsen & Eric A. Havelock - 1966 - American Journal of Philology 87 (1):99.
The idiom of co-operation.S. Jasanoff - 2004 - In Sheila Jasanoff (ed.), States of knowledge: the co-production of science and social order. New York: Routledge. pp. 1--12.

View all 9 references / Add more references