DataSkop
Was passiert mit meinen Daten?
@textungen @medialepfade medialepfade.org
Robert Behrendt
Überblick
Überblick
Für inklusive Pädagogik und Potentialentfaltung,
1
3
2
4
5
Bildungsformate
Projektübersicht
Festival of FOO
EDA-Tool
Visualisierungen
6
Ressourcen
1 Projektübersicht
1 Projektübersicht
Hintergrund
1 Projektübersicht
Verfahren
1 Projektübersicht
1 Projektübersicht
Dataskop auf GitHub:
https://github.com/algorithmwatch
Erste Ergebnisse: YouTube zur Bundestagswahl 2021
1 Projektübersicht
Erste Ergebnisse: YouTube zur Bundestagswahl 2021
YouTube will es möglichst allen Nutzer*innen recht machen.
1 Projektübersicht
2 Bildungsformate
Schulische Bildungsformate durch Universität Paderborn mit Fokus auf:
Prinzipien des kollaborativen Filterns
User-Item-Matrix und Matritzenrechnung
Profile und personalisierte Empfehlungen
2 Bildungsformate
Außerschulisches Bildungsformat durch mediale pfade
für 14- bis 21-Jährige
gamebased Learning als Türöffner für komplexe Inhalte
kollaboratives storybasiertes Gruppenspiel ca. 3 Stunden
durchführbar als Remote-Version oder in Präsenz
mit Desktoprechnern und Browser
„Festival of FOO" (AT)
2 Bildungsformate
Außerschulische Bildungsformat mit Themen-Fokus auf:
Daten als Ressource, Daten als Kapital
Algorithmen in kapitalistischen Verwertungsökonomien
Auswirkungen auf Inhaltsproduktion
Recommender - Black Box und Betriebsgeheimnis
Grundlagen gemeinwohl-orientierter Algorithmen
2 Bildungsformate
3 Festival of FOO
Musikplattform, Gig-Media, Trendmaschine
beyond the hype
FOO
discover your true music
3 Festival of FOO
let your star shine
life is live
live is life
Prolog: Das Foo-Festival
Teilnehmende/Player Characters (PC):
3 Festival of FOO
Kapitel 1 - Der erste Gig-On
Teilnehmende/Player Characters (PC):
3 Festival of FOO
Kapitel 2 - DataSkop/DarkSkop
Teilnehmende/Player Characters (PC):
3 Festival of FOO
Kapitel 3 - Tour de Foo
Teilnehmende/Player Characters (PC):
3 Festival of FOO
Kapitel 4 - The Nominees are...
Teilnehmende/Player Characters (PC):
3 Festival of FOO
Kapitel 4 - Common Ground, Common Good
Teilnehmende/Player Characters (PC):
3 Festival of FOO
Epilog - Auswertungen und Feedback
Teilnehmende/Player Characters (PC):
3 Festival of FOO
4 EDA-Tool
4 EDA-Tool
Hintergrund Game-based Learning
Struktur EDA-Tool
4 EDA-Tool
Weitere Funktionen
Experimente anpassen
Eingabe ID Seed-Videos/Suchbegriff -> Scraping -> Viz
Synthetische Daten laden/konfigurieren
Konfiguration synthetischer Daten über Eingabemaske, Import Tabelle oder im Backend etc. -> json generieren/laden
z.B. Anpassung der Kategorienamen, Hashtags, Watchtime, percWatch, Videolänge, Titel
Neue Visualisierungs-Funktionen
4 EDA-Tool
5 Visualisierungen
5 Visualisierungen
zusätzliche Anforderungen:
frei wählbare Kategorien (synth. Data)
Aufgabe:
Nutzt “Dataskop” und analysiert, welche Musikstile/Kategorien auf FOO am erfolgreichsten sind, was trendet aktuell?
synthetische Daten:
category(genre), watchedAT, ∅percWatched, totalWatchtime, ∅watchTime, videoCount, favCategory, timePeriod (in days/weeks)
Visualisierung:
Welche Kategorien/Genres werden in der letzten Woche fast vollständig geschaut?
5 Visualisierungen
Aufgabe:
Findet das FOO-Trainingsvideo und startet ein Empfehlungsexperiment auf dem Account (E.G.O./Coda). Gibt es einen Auffälligkeiten bei den Videos, die euch vorgeschlagen werden?
synthetische Daten:
id, thumbnail, category, uploadDate, channelName, viewCount, hashtags
Visualisierung:
Was haben die erfolgreichsten Video (viewCount) gemeinsam, die zu einem ähnlichen Zeitpunkt (uploadDate) hochgeladen wurden?
zusätzliche Anforderungen:
frei wählbare Kategorien (synth. Data), weitere Filter (thumbnail, channelName, viewCount, hashtags)
5 Visualisierungen
Aufgabe:
Welche Länge sollte euer nächster Video-Upload idealerweise haben?
synthetische Daten:
id, category, duration, percWatched, watchedAt
Visualisierung:
Beim ausgewählten Betrachten der erfolgreichsten Kategorie/Genre lässt sich die durchschnittliche Videolänge und der durchschnittliche Watchtime-Wert in Prozent aller Videos dieser Kategorie ermitteln.
zusätzliche Anforderungen:
frei wählbare Kategorien (synth. Data), weitere Filter (chooseCategory ), Anzeige der Daten: watchTime, Videos, ∅percWatched, ∅duration per Category
5 Visualisierungen
Aufgabe:
Durch die Analyse lässt sich eine Tendenz ableiten. Finde heraus, welches Musikgenre wahrscheinlich in Zukunft, also zum Festival of FOO trenden wird. Nutze hierfür das Dashboard.
synthetische Daten:
category(genre), watchedAT, percWatched, categoryFavorite
Visualisierung:
Welche Kategorie hat über einen Zeitraum den meisten Zuwachs an Watchtime
zusätzliche Anforderungen:
Auswahl der Darstellungsweise (Graph, Bubbles etc.)
Auswahl der angezeigten Daten
5 Visualisierungen
Aufgabe:
Durch die Analyse lässt sich eine Tendenz ableiten. Finde heraus, welches Musikgenre wahrscheinlich in Zukunft, also zum Festival of FOO trenden wird. Nutze hierfür das Dashboard.
synthetische Daten:
ID, Category, Channel, Logged-in/-out, Thubnails
Visualisierung:
Über welchen Suchbegriff erscheinen welche Videos in der Vorschlagsliste
zusätzliche Funktionen:
Eingabemöglichkeit Suchbegriff
Auswahl der dargestellten Daten (Thumbnail, Channel, Category)
6 Ressourcen
6 Ressourcen
Hintergrund Game-based Learning
6 Ressourcen
Ultralativ zu algorithmischer Transparenz und dem Projekt DataSkop
6 Ressourcen
Links:
Zeit für Diskussion und Fragen...
6 Ressourcen
Außerschulische Lernziele 1
Die Teilnehmenden:
2 Visualisierungen
Außerschulische Lernziele 2
Die Teilnehmenden:
2 Bildungsformate
Robert Behrendt
@textungen @medialepfade medialepfade.org