Development and Validation of an Algorithm Literacy Scale for Internet Users

Kurzbeschreibung

Der Beitrag stellt ein Instrument zur Messung von Algorithm literacy vor, welches sich in zwei Dimensionen aufgliedert: das Bewusstsein und Wissen über Algorithmen. Dabei wird ein Schwerpunkt auf kognitive Aspekte gelegt. Dieses Instrument wurde erstellt, da Menschen heutzutage durch die zunehmende Analyse von Big Data immer häufiger mit Prozessen algorithmischer Entscheidungsfindung konfrontiert sind. Das Erhebungsinstrument wurde in zwei Studien mit Internetnutzer*innen in Deutschland getestet.

Annahmen über die Folgen der Digitalisierung

Die Analyse von Big Data findet zunehmend in fast allen Gesellschaftsbereichen statt. Für Internetnutzer*innen wird sie in Form des Einsatzes von Algorithmen spürbar. Online-Inhalte werden auf Basis von Algorithmen ausgewählt und präsentiert. Personalisierung und Empfehlungen sind im Internet weit verbreitet, beispielsweise im Bereich Social Media. Solche Algorithmischen Systeme beeinflussen, wie Internetnutzer*innen die Welt wahrnehmen.

Kompetenzanforderungen

Wissen und Bewusstsein über Algorithmen werden als Voraussetzung dafür beschrieben, algorithmische Kuratierung kritisch bewerten zu können sowie, damit umgehen zu können.

Kompetenzdimensionen

Instrumentell-qualifikatorische Dimension: mit algorithmischen Vorgängen umgehen oder sie beeinflussen können.

Kognitive Dimension: sich der Verwendung von Algorithmen in Online-Anwendungen, Plattformen und Diensten bewusst sein, das heißt, inwiefern Nutzer*innen wissen, wofür Algorithmen verwendet werden können und in welchen Online-Kontexten Algorithmen tatsächlich eingesetzt werden; Kenntnisse über die Funktionsweise von Algorithmen; verstehen, dass Informationen automatisch personalisiert und angepasst werden, basierend auf Informationen, die das System sammelt und verarbeitet; verstehen, welche Art von Informationen Algorithmen im Allgemeinen verarbeiten; verstehen, wie sich dies auf die Inhalte auswirkt, denen man online begegnet; Ergebnisse verschiedener algorithmischer Entscheidungen vergleichen; Strategien anwenden, die es ermöglichen, die Ergebnisse von Algorithmen zu ändern.

Kreative Dimension: Strategien anwenden, die es ermöglichen, vordefinierte Einstellungen in algorithmisch kuratierten Umgebungen zu ändern, z. B. in Newsfeeds in sozialen Medien oder in Suchmaschinen; Strategien anwenden, die es ermöglichen, die Ergebnisse von Algorithmen zu ändern.

Kritisch-reflexive Dimension: algorithmische Entscheidungen kritisch bewerten können; mit algorithmischen Vorgängen umgehen oder sie beeinflussen können; Privatsphäre schützen.

Zentrale theoretische Annahmen über Kompetenz

Ziel einer Algorithm literacy ist es, dass Internetnutzer*innen Algorithmen verstehen, evaluieren sowie selbstbestimmt mit diesen umgehen können.

Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?

keine Angabe

Lebenskontexte der Kompetenzträger*innen einbezogen?

Aufbauend auf empirischen Ergebnissen zu literacy gehen die Autor*innen davon aus, dass Algorithm literacy mit der Intensität der Mediennutzung, dem Reflektieren über Algorithmen, speziellen Coding-Fertigkeiten, sowie dem Alter und formalem Bildungshintergrund zusammenhängen. Angenommen wird, dass vor allem bei Jüngeren, höher Gebildeten und intensiven Mediennutzer*innen Algorithm literacy stärker ausgeprägt ist.

Herausforderungen der Erfassung von Kompetenz

Die Autor*innen beschreiben Vorteile einer qualitaiven Vorgehensweise bei der Erhebung von Algorithm literacy. Diese bestehen erstens darin, dass dadurch ein tieferer Blick auf das Verständnis und die Fähigkeiten der Befragten möglich wird. Zweitens kann in einem solchen Erhebungsansatz leichter anhand der geschilderten Erfahrungen auf Wissen geschlossen werden. So ist der Zugang zum Thema über die Beschreibung eigenen Handelns leichter, vor allem wenn Personen mit Begriffen wie Algorithmen und ähnlichem nicht direkt vertraut sind. Nachteilig erscheint dagegen, dass sich die Ergebnisse solcher Studien nicht verallgemeinern lassen. Eine weitere Herausforderung in der Konzeption besteht darin, dass manche Studien sich auf spezifische Anwendungen oder Outputs von algorithmischen Systemen fokussieren, was jedoch der Vielfalt solcher Systeme nicht gerecht wird. Auch die Nutzung von nicht validierten Instrumenten bewerten die Autor*innen eher kritisch. Mit dem entwickelten Instrument werden ledigilich die kognitiven Dimensionen des Modells von Algorithm literacy erfasst, was die Autor*innen damit begründen, dass standardisierte Maße im Hinblick auf Umgangsweisen und Verständnis von Algorithmen an ihre Grenzen stoßen. Eine weitere Herausforderung kann darin bestehen, die entwickelte Skala in andere Sprachen zu übersetzen. Sie hat in der vorliegenden Studie in deutscher Sprache funktioniert, jedoch kann die Übertragung der Formulierung in andere Sprachen eine Herausforderung darstellen. Auch können weitere gesellschaftliche Entwicklungen, etwa das Schaffen von Transparenz bezüglich algorithmischer Systeme, dazu führen, dass das Instrument in Zukunft angepasst werden muss.

Zentrale empirische Befunde über Kompetenz

Es zeigt sich, dass vor allem das Reflektieren über Algorithmen, aber auch die Nutzungsintensität und Coding-Fertigkeiten positiv mit dem Bewusstsein und dem Wissen über Algorithmen zusammenhängen. Zudem zeigen sich die angenommenen Zusammenhänge zwischen Alter und Algorithm literacy als auch zwischen dem formalen Bildungshintergrund und dem Bewusstsein sowie dem Wissen über Algorithmen. Zudem wurden den Befragten verschiedene Aufgaben gegeben, beispielsweise ein Szenario, in dem jemand online etwas gekauft hat und anschließend Werbung erhält. Hier sollten die Befragten aus verschiedenen (richtigen und falschen) Möglichkeiten diejenigen auswählen, welche Handlungsoptionen (beispielsweise den Suchverlauf zu löschen) dazu beitragen, dass man keine Werbung (für mit dem erworbenen Gegenstand zusammenhängende Produkte) mehr bekommt. Insgesamt wurden drei ähnliche Szenarien in der Befragung erstellt, wobei sich bei den meisten zeigt, dass ein höheres Wissen und Bewusstsein für Algorithmen mit einer korrekten Beantwortung der Fragen aus den Szenarien verbunden ist.

Quellenangabe

Dogruel, L., Masur, P., & Joeckel, S. (2022). Development and Validation of an Algorithm Literacy Scale for Internet Users. Communication Methods and Measures, 16(2), 115-133, https://doi.org/ 10.1080/19312458.2021.1968361