ZU|Repositorium – der Hochschul- und Dokumentenschriftenserver der Zeppelin Universität
Not a member yet
12136 research outputs found
Sort by
Transparent (Support) Structures: On Visibility and Social Reproduction in Socially Engaged Art : Transparente (Unterstützungs-)Strukturen: Über Sichtbarkeit und soziale Reproduktion in sozial engagierter Kunst
No full text
Making Sense of AI Systems Development
No full textWe identify and describe episodes of sensemaking around challenges in modern Artificial-Intelligence (AI)-based systems development that emerged in projects carried out by IBM and client companies. All projects used IBM Watson as the development platform for building tailored AI-based solutions to support workers or customers of the client companies. Yet, many of the projects turned out to be significantly more challenging than IBM and its clients had expected. The analysis reveals that project members struggled to establish reliable meanings about the technology, the project, context, and data to act upon. The project members report multiple aspects of the projects that they were not expecting to need to make sense of yet were problematic. Many issues bear upon the current-generation AI’s inherent characteristics, such as dependency on large data sets and continuous improvement as more data becomes available. Those characteristics increase the complexity of the projects and call for balanced mindfulness to avoid unexpected problems
Partnerschaften und Stiftungslehrstühle von öffentlichen Unternehmen und Universitäten: Divergierende Potenzialwahrnehmung oberster Führungskräfte
No full textMeasuring News Media Reporting of Administrative Action: A Machine Learning Approach
No full textNews media play a crucial role during crises. They serve as a catalyst for public opinion formation and a mirror reflecting public priorities back to decision-makers. Still, there is a lack of studies examining the portrayal of administrative and governmental actors in traditional news media. Most existing research has focused on social media representation instead. This paper addresses the gap by introducing a novel measurement tool based on deep learning. We manually classify paragraphs from three German-speaking newspapers as containing positive, negative, or neutral reporting of administrative actions. Using this training dataset, we fine-tune a transformer model that performs as good as human coders. The model classifies reporting on administrative and governmental actions with 81 % accuracy. We demonstrate that the fine-tuned large language model (LLM) is a valid tool capable of capturing the complex reporting in newspapers and highlight promising avenues for future research
Im Text
No full textKein Text kann davon absehen, dass er geschrieben werden muss. In der Wissenschaft hat man sich angewöhnt, vom Text ebenso abzusehen wie vom Autor, so als spräche die Sache von sich selbst. Allenfalls Eigenheiten der Sprache fallen auf und werden ab und an unter die Lupe genommen. Doch wenn schon der aristotelische Logos von der Unterstellung lebt, man könne in der Form einer Aussage etwas von der Substanz einer Sache aufgrund ihrer selbst aussagen, muss man sich die Textstruktur dieser Aussagen genauer anschauen. Dann ist nicht zu übersehen, dass Texte und Autoren zwar nichts anderes tun, als Unterscheidungen zu treffen, jedoch bestimmte Unterscheidungen strategisch eben nicht treffen. Man will nicht wissen, wie sich der Text zum Kontext und der Autor zu seiner Wirklichkeit verhalten. Stattdessen hält man diese Unterscheidungen in Reserve. Sie liegen bereit, um von einer Aussage auf einen Text und seinen Autor immer dann zu schließen, wenn einem die Aussage nicht passt. Damit geraten der Text und sein Autor in den blinden Fleck. Die Denunziation hilft nicht, um das komplizierte Verhältnis von Text, Autor und Wirklichkeit zu entziffern
