Embracing Unfinishedness

Kreative Zugänge zu Data Literacy

Autor/innen

  • Juliane Ahlborn Otto-von-Guericke-Universität Magdeburg
  • Dan Verständig Otto-von-Guericke-Universität Magdeburg
  • Janne Stricker Otto-von-Guericke-Universität Magdeburg

DOI:

https://doi.org/10.21243/mi-03-21-18

Schlagworte:

Data Literacy, Creative Data Literacy, Daten, Datenkompetenz, Kreativität

Abstract

Der verantwortungsvolle und sichere Umgang mit Daten ist in einer digital vernetzten Welt unerlässlich. Dementsprechend hat sich Data Literacy als Konzept und Kompetenzrahmen entwickelt, damit gehen jedoch unterschiedliche Bedeutungszuweisungen einher. Digitale Daten sind hochgradig dynamisch und sie sind immer kontextsensibel und eingebettet in algorithmische Prozesse und technologische Systeme. Gleichzeitig sind sie damit nicht auf einzelne Kontexte beschränkt, sondern können neue Einsichten im Umgang mit den Daten hervorbringen. Dementsprechend lässt sich eine Verbindung von Data Literacy und Coding Literacy herleiten. Der Beitrag stellt verschiedene Ansätze von Data Literacy heraus und fokussiert dabei Schlüsselqualifikationen wie das kritische Denken und Kreativität, um diese Verbindung zu begründen. Es werden drei Ansätze diskutiert, wie Kreativität über Data Literacy entfaltet werden kann.

Literaturhinweise

Andrejevic, Mark (2014): Big Data, Big Questions – The Big Data Divide, online unter: https://ijoc.org/index.php/ijoc/article/view/2161 (letzter Zugriff: 15.09.2021).

Bettinger, Patrick/Draheim, Saskia/Weinrebe, Paul (2020): Critical Making? Praktiken in Makerspaces zwischen Widerständigkeit und Affirmation, in: Medienimpulse 58, Nr. 4/2010, online unter: https://doi.org/10.21243/MI-04-20-20 (letzter Zugriff: 15.09.2021).

boyd, danah/Crawford, Kate (2012): CRITICAL QUESTIONS FOR BIG DATA: Provocations for a cultural, technological, and scholarly phenomenon, in: Information, Communication & Society, 15(5), 662–679, online unter: https://doi.org/10.1080/1369118X.2012.678878 (letzter Zugriff: 15.09.2021).

Carretero, Stephanie/Vuorikari, Riina/Punie, Yves/ European Commission & Joint Research Centre (2017): DigComp 2.1 the digital competence framework for citizens with eight proficiency levels and examples of use, online unter: https://doi.org/10.2760/00963 (letzter Zugriff: 15.09.2021).

Crawford, Kate/Finn, Megan (2015): The limits of crisis data: Analytical and ethical challenges of using social and mobile data to understand disasters, in: GeoJournal, 80(4), 491–502, online unter: https://doi.org/10.1007/s10708-014-9597-z (letzter Zugriff: 15.09.2021).

Dalton, Craig/Thatcher, Jim (2014): What does a critical data studies look like, and why do we care? Seven points for a critical approach to ‘Big Data’, in: Society & Space Open Site, online unter: https://www.societyandspace.org/articles/what-does-a-critical-data-studies-look-like-and-why-do-we-care (letzter Zugriff: 15.09.2021).

Dander, Valentin/Aßmann, Sandra (2015): Medienpädagogik und (Big) Data: Konsequenzen für die erziehungswissenschaftliche Medienforschung und -praxis, in: Gapski, Harald (Hg.): Big Data und Medienbildung: Zwischen Kontrollverlust, Selbstverteidigung und Souveränität in der digitalen Welt, 33–50, München: kopaed.

Dander, Valentin (2016): Ideologische Aspekte von „Digitalisierung“: Bd. Digitale Transformation im Diskurs, deposit_hagen. Publikationsserver der Universitätsbibliothek, online unter: https://medien-im-diskurs.de (letzter Zugriff: 15.09.2021).

D’Ignazio, Catherine (2017): Creative data literacy: Bridging the gap between the data-haves and data-have nots, in: Information Design Journal, 23(1), 6–18, online unter: https://doi.org/10.1075/idj.23.1.03dig (letzter Zugriff: 15.09.2021).

D’Ignazio, Catherine/Bhargava, Rahul (2015): Approaches to Building Big Data Literacy, Bloomberg Data for Good Exchange Conference, New York, NY, USA, online unter: https://dam-prod.media.mit.edu/x/2016/10/20/Edu_D'Ignazio_52.pdf (letzter Zugriff: 15.09.2021).

D’Ignazio, Catherine/Bhargava, Rahul (2016): DataBasic: Design Principles, Tools and Activities for Data Literacy Learners, in: The Journal of Community Informatics, 12(3), online unter: https://doi.org/10.15353/joci.v12i3.3280 (letzter Zugriff: 15.09.2021).

Eubanks, Virginia (2017): Automating inequality: How high-tech tools profile, police, and punish the poor (First Edition), New York: St. Martin’s Press.

Europäischer Rat (2016): Schlussfolgerungen des Rates vom 30. Mai 2016 zur Entwicklung der Medienkompetenz und des kritischen Denkens durch allgemeine und berufliche Bildung (Amtsblatt der Europäischen Union, S. C212/5-C212/8), online unter:

https://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:52016XG0614(01)&from=GA (letzter Zugriff: 15.09.2021).

Gillespie, Tarleton (2014): The Relevance of Algorithms, in: Gillespie, Tarleton/Boczkowski, Pablo J./Foot, Kirsten A. (Hg.): Media technologies, 167–194), Cambridge, Massachusetts: MIT Press, online unter: https://doi.org/10.7551/mitpress/9780262525374.003.0009 (letzter Zugriff: 15.09.2021).

Gitelman, Lisa (Hg.). (2013): „Raw data“ is an oxymoron, Cambridge, Massachusetts: MIT Press.

Iliadis, Andrew/Russo, Federica (2016): Critical data studies: An introduction. Big Data & Society, 3(2), online unter: https://doi.org/10.1177/2053951716674238 (letzter Zugriff: 15.09.2021).

Jörissen, Benjamin/Marotzki, Winfried (2009): Medienbildung – Eine Einführung: Theorie – Methoden – Analysen, Bad Heilbrunn: Klinkhardt.

Kerres, Michael (2018): Bildung in der digitalen Welt – Wir haben die Wahl, in: Denk-doch-mal.de, Online-Magazin für Arbeit-Bildung-Gesellschaft, Ausgabe 02/18 (Berufliches) Lernen in digitalen Zeiten, online unter: https://doi.org/10.13140/RG.2.2.28438.04160 (letzter Zugriff: 15.09.2021).

Kitchin, Rob/Dodge, Martin (2011): Code/space: Software and everyday life, Cambridge, Massachusetts: MIT Press.

Kitchin, Rob/Lauriault, Tracey P. (2014): Towards critical data studies: Charting and unpacking data assemblages and their work, The Programmable City Working Paper Nr. 2: 19.

Lieberman, Josefa N. (1977): Playfulness: Its relationship to imagination and creativity, Cambridge, Massachusetts: Academic Press.

Macgilchrist, Felicitas (2019): Cruel optimism in edtech: When the digital data practices of educational technology providers inadvertently hinder educational equity, in: Learning, Media and Technology, 44(1),77–86, online unter: https://doi.org/10.1080/17439884.2018.1556217 (letzter Zugriff: 15.09.2021).

Marotzki, Winfried/Holze, Jens/Verständig, Dan (2014): Analysing Virtual Data, in: The SAGE Handbook of Qualitative Data Analysis, 450–464, New York: SAGE Publications Ltd., online unter: https://doi.org/10.4135/9781446282243.n31 (letzter Zugriff: 15.09.2021).

Niemeyer, Dodie J./Gerber, Hannah R. (2015): Maker culture and Minecraft: Implications for the future of learning, in: Educational Media International, 52(3), 216–226, online unter: https://doi.org/10.1080/09523987.2015.1075103 (letzter Zugriff: 15.09.2021).

O’Neil, Cathy (2016): Weapons of math destruction: How big data increases inequality and threatens democracy (First edition), New York.

Pangrazio, Lucy/Selwyn, Neil (2020): Towards a school-based ‘critical data education’, in: Pedagogy, Culture & Society, 1–18, online unter: https://doi.org/10.1080/14681366.2020.1747527 (letzter Zugriff: 15.09.2021).

Ratto, Matt (2011): Critical Making: Conceptual and Material Studies in Technology and Social Life, in: The Information Society, 27(4), 252–260, online unter: https://doi.org/10.1080/01972243.2011.583819 (letzter Zugriff: 15.09.2021).

Ridsdale, Chantel/Rothwell, James/Smit, Mike/Ali-Hassan, Hossam/Bliemel, Michael/Irvine, Dean/Kelley, Daniel/Matwin, Stan/Wuetherick, Brad (2015): Strategies and Best Practices for Data Literacy Education, online unter: https://doi.org/10.13140/RG.2.1.1922.5044 (letzter Zugriff: 15.09.2021).

Sander, Ina (2020): Critical big data literacy tools – Engaging citizens and promoting empowered internet usage, in: Data & Policy 2, e5, online unter: https://doi.org/10.1017/dap.2020.5 (letzter Zugriff: 15.09.2021).

Sawyer, R. Keith (2006): Explaining creativity: The science of human innovation, Oxford: Oxford Univ. Press.

Schüller, Katharina (2019): Ein Framework für Data Literacy, AStA Wirtschafts- und Sozialstatistisches Archiv, 13(3–4), 297–317, online unter: https://doi.org/10.1007/s11943-019-00261-9 (letzter Zugriff: 15.09.2021).

Selwyn, Neil/Henderson, Michael/Chao, Shu-Hua (2015): Exploring the role of digital data in contemporary schools and schooling-‘200,000 lines in an Excel spreadsheet’, in: British Educational Research Journal, 41(5), 767–781, online unter: https://doi.org/10.1002/berj.3186 (letzter Zugriff: 15.09.2021).

Stricker, Janne/Verständig, Dan (2021): Richtungsweisend. Ein Modellprojekt zu Robotern in der Schule, in: On lernen digital 05/2021, 18–19.

Van Audenhove, Leo/Van den Broeck, Wendy/Mariën, Ilse (2020): Data literacy and education: Introduction and the challenges for our field, in: Journal of Media Literacy Education, 12(3), 1–5, online unter: https://doi.org/10.23860/JMLE-2020-12-3-1 (letzter Zugriff: 15.09.2021).

Vee, Annette (2017): Coding literacy: How computer programming is changing writing, Cambridge, Massachusetts: MIT Press.

Verständig, Dan (2020a): Code As You Are? – Über kreative Praktiken des Codings und deren Bedeutung für Subjektivierungsprozesse, in: Bettinger, Patrick/Hugger, Kai-Uwe (Hg.): Praxistheoretische Perspektiven in der Medienpädagogik, Bd. 6, 87–110, Wiesbaden: Springer Fachmedien Wiesbaden, online unter: https://doi.org/10.1007/978-3-658-28171-7_5 (letzter Zugriff: 15.09.2021).

Verständig, Dan (2020b): Die Ordnung der Daten – Zum Verhältnis von Big Data und Bildung, in: Iske, Stefan/Fromme, Johannes/Verständig, Dan/Wilde, Kathrin (Hg.): Big Data, Datafizierung und digitale Artefakte, Bd. 42, 115–139, Wiesbaden: Springer Fachmedien Wiesbaden, online unter:

https://doi.org/10.1007/978-3-658-28398-8_7 (letzter Zugriff: 15.09.2021).

Werning, Stefan (2020): Making data playable: A game co-creation method to promote creative data literacy, in: Journal of Media Literacy Education, 12(3), 88–101, online unter: https://doi.org/10.23860/JMLE-2020-12-3-8 (letzter Zugriff: 15.09.2021).

Williamson, Ben (2017): Who owns educational theory? Big data, algorithms and the expert power of education data science, in: E-Learning and Digital Media, 14(3), 105–122, online unter: https://doi.org/10.1177/2042753017731238 (letzter Zugriff: 15.09.2021).

Abbildungen

Downloads

Veröffentlicht

2021-09-21

Zitationsvorschlag

Ahlborn, J. ., Verständig, D., & Stricker, J. (2021). Embracing Unfinishedness: Kreative Zugänge zu Data Literacy . Medienimpulse, 59(3), 42 Seiten. https://doi.org/10.21243/mi-03-21-18