Viel zu hören gab es letztes Wochenende beim Deutschlandfunk (deutschlandfunk.de):
„Mit dem Begriff ‚korrekt‘ in dem Titel Korrekte Sprache beziehe ich mich nicht auf korrekte Grammatik oder Syntax, sondern auf die korrekte innere Repräsentation durch Sprache in unseren Gedanken (Kognition) und die korrekte äußere Repräsentation durch die Kommunikation von Dingen, Gedanken, Erfahrungen, Gefühlen und Ideen für uns und andere; eine präzisere sprachliche Vor- und Darstellung ist das Ziel.“ (inklusiv korrekt positiv: bewusst kommunizieren, Kapitel: Anmerkungen und Verweise: Korrekte Sprache)
Im eBook habe ich Ausflüge in die kognitive Linguistik vermieden. Dafür jetzt hier eingebettet sehr schöne TED-Videos zu Erkenntnissen im Zusammenhang von menschlichem Wissen und Sprache.
Das erste Video ist von Lera Boroditsky:
Im zweiten Video greift Petrina Nomikou die Ideen von Lera Boroditzky auf und ergänzt diese:
Als Kurz-Fazit für eine korrekte Sprache bedeuten die vorgestellten Erkenntnisse aus der kognitiven Linguistik: ‚kognitive Pluralität braucht eine sprachliche Pluralität‘ (Stichwörter: (m/w/d), Sichtbarkeit von Frauen) + Sprache (Wörter & Grammatik) hat einen Einfluss darauf, wie und was wir denken und denken können (Stichwörter: Grammatical Framing, Grammatologie?, Generisches Maskulinum) = unsere Sprache ist eine epistemisches (epistemologisches) System; ein System, das unsere Erkenntnisse und unser Wissen strukturiert.
Via Twitter-Tag #überwachungskapitalismus:
In meinem Kopf geht es weiter mit Sprache und Natural Language Processsing (NLP) durch Maschinelles Lernen.
Humane Intelligenz verhält sich zu Künstliche Intelligenz wie Inklusive Sprache zu Inklusives Programmieren
also:
HI:KI :: inklusive sprache:inklusives programmieren
.-)
Im A Beginner’s Quide to Word2Vec and Neural Word Embeddings habe ich Folgendes gefunden. Die schreibende Person des Artikels nutzt den ID-Anchor #crazy um folgende Passage intern zu verlinken:
Amusing Word2Vec Results
Let’s look at some other associations Word2vec can produce.
Instead of the pluses, minus and equals signs, we’ll give you the results in the notation of logical analogies, where : means “is to” and :: means “as”; e.g. “Rome is to Italy as Beijing is to China” = Rome:Italy::Beijing:China. In the last spot, rather than supplying the “answer”, we’ll give you the list of words that a Word2vec model proposes, when given the first three elements:
king:queen::man:[woman, Attempted abduction, teenager, girl]
//Weird, but you can kind of see it (skymind.ai)
Passend zum Thema Alternsdifferenz hörte ich bei DLF-Nova eine Studie über die Nicht-Unterschiede zwischen Generationen.
Ein Beispiel dafür, wie das Sprechen über Generations-Unterschiede diese in unserem Denken und unserer Wahrnehmung produziert.
Bei meiner Recherche zu dem Thema Künstliche Intelligenz und Stereotype (Vorurteile) stand die menschliche Sprache als Datenmaterial im Mittelpunkt.
Maschinelles Lernen hat jedoch zwei wichtige Elemente:
Und mit beidem befasst sich die Algorithmic Justice League (AJL):
Stichworte des Projektes sind: the coded gaze, algorithmic bias, unfairness, exclusion
Ziel des Projektes ist, den Einzug von Stereotypen und Vorurteilen (Sexismus und Rassismus) in KIs zu vermeiden.
Die Gründerin des Projektes Joy Buolamwini stellt das Projekt und die Hintergründe, die dazu führten, in einem ca. 9-minütigem TED-Video vor (deutsche Untertitel sind zuschaltbar):
Joy Buolamwini betont bei dem Konzept des Incoding, des Inclusive-Coding, dem Inklusiven Programmieren, drei Dinge:
Ich sehe darin die Forderung nach mehr Diversität und Ethik. Transparente Algorithmen gehören für mich dazu!
Auf newscientist.com liest Du von 5 Fällen, die von Diskriminierung durch Algorithmen handeln:
Eine Sammlung mit Artikeln mit weiteren Beispielen (auch: age, beauty) findest Du bei diversity.ai unter dem Menüpunkt ‚Press about us‘:
Vielleicht auch lesen werde ich dann bald das Buch:
„Kommunikation ist wie eine Kugel, die Du abfeuerst.“ (Theo Veltkamp, COMENO company consulting GmbH)
Vielleicht etwas martialisch, aber vielleicht richtig, um die Wichtigkeit unserer Wörter zu betonen.
Das Zitat (ich hoffe, ich habe es mir korrekt gemerkt) stammt aus einem Vortrag von Theo Veltkamp von COMENO – coach me now! zum Thema Agilität im JOSEPHS®, dem offenen Innovationslabor in Nürnberg.
In meinem Post über Sprache, Stereotype, Künstliche Intelligenz (KI) und dem Natural Language Processing (NLP) habe ich bereits ein kleines Fazit gezogen.
Jetzt folgt ein Post-Fazit:
Die mathematischen Deutungsräume (und damit auch Stereotype (language bias)), die durch Vektoren beim Word-Embedding in der KI entstehen, entsprechen dem, was auf menschlicher Seite im Zusammenhang mit Sprache Deutungsrahmen (Framing) genannt wird.
Also:
HI : KI :: Deutungsrahmen : Deutungsraum
HI= Humane Intelligenz
KI= Künstliche Intelligenz
Nicht mehr in mein eBook geschafft haben es folgende Ideen aus dem Buch Politisches Framing: Wie eine Nation sich ihr Denken einredet – und daraus Politik macht (bpb Schriftenreihe Band 10064) von Elisabeth Wehling:
Neurowissenschaftliche Performativität:
„Zur Erinnerung: Unser Gehirn erlernt Frames, indem es die Erfahrung macht, dass bestimmte Phänomene entweder in der natürlichen Welt miteinander korrelieren oder durch Kultur oder Sprache wiederholt miteinander in einen Zusammenhang gebracht werden… Das wiederholte simultane Auftreten beider Zustände führt dazu, dass diese sich in unserem Gehirn in einem Frame miteinander vernetzen.“ (S. 38-39)
Die Black-Box der humanen Intelligenz:
„Nur geschätzte 2 Prozent unseres Denkens sind bewusste Vorgänge“ (S. 43)
Nichts ist ohne Wörter:
„… kann langfristig kognitive Pluralität nur über sprachliche Pluralität bestehen.“ (S. 43)
Trotz
„weiblicher Experten“
und
„weiblicher Gründer“
am Anfang; inspirierende Einsichten zum Thema New Work und Arbeit 4.0 und digitale Transformation im t3n Podcast:
Inhalt matters eben auch .-)
Wäre aber mit einer inklusiven und korrekten Sprache (4.0?) noch überzeugender.