Internationales Zentrum für Ethik in den Wissenschaften (IZEW)

Laura Schelenz

Bereich Gesellschaft, Kultur und technischer Wandel

Laura Schelenz forscht zu ethischen und feministischen Perspektiven auf Technik­ent­wick­lung. In ihrer Dissertation an der Universität Tübingen konzeptualisiert und hinterfragt sie "diversi­tätssensible Technik" aus einer schwarz-feministischen Perspektive. Laura Schelenz studierte American Studies und Friedens- und Konflikt­forschung in Heidelberg und Frankfurt mit Aufenthalten in den USA und Ungarn. Sie arbeitete in verschiedenen Organisationen in Deutschland in der Konfliktforschung und Menschenrechtsarbeit. Von 2017 bis 2019 arbeitete sie am IZEW im Projekt ELISA zur Ethik der Digitalisierung in Afrika.

Forschungsschwerpunkte

  • Technik

  • Technikentwicklung

  • Schwarze Feminismen

  • Gender

  • Race/ethnicity

  • soziale Gerechtigkeit

Ausgewählte Publikationen

Schelenz, Laura (2021): Artificial Intelligence between Oppression and Resistance: Black Feminist Perspectives on Emerging Technologies. In: Ariane Hanemaayer and Colin Kelley Garvey (Eds). AI and its Discontents, Palgrave (Forthcoming).

Schelenz, Laura; Bison, Ivano; Busso, Matteo; de Götzen, Amalia; Gatica-Perez, Daniel; Giunchiglia, Fausto; Meegahapola, Lakmal; Ruiz-Correa, Salvador (2021): The Theory, Practice, and Ethical Challenges of Designing a Diversity-Aware Platform for Social Relations. In: AIES '21: Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society. https://doi.org/10.1145/3461702.3462595

Schelenz, Laura (2021): Diversity-aware Recommendations for Social Justice? Exploring User Diversity and Fairness in Recommender Systems. In Judith Masthoff, Eelco Herder, Nava Tintarev, Marko Tkalčič (Eds.): Adjunct Proceedings of the 29th ACM Conference on User Modeling, Adaptation and Personalization. UMAP '21: 29th ACM Conference on User Modeling, Adaptation and Personalization. Utrecht Netherlands, 21 06 2021 25 06 2021. New York, NY, USA: ACM, pp. 404–410. https://doi.org/10.1145/3450614.3463293

Schelenz, Laura; Pawelec, Maria (2021): Information and Communication Technologies for Development (ICT4D) critique. In Information Technology for Development, pp. 1–24. https://doi.org/10.1080/02681102.2021.1937473

Heesen, Jessica; Reinhardt, Karoline; Schelenz, Laura (2021): Diskriminierung durch Algorithmen vermeiden: Analysen und Instrumente für eine demokratische digitale Gesellschaft. In Gero Bauer, Maria Kechaja, Sebastian Engelmann, Lean Haug (Eds.): Diskriminierung und Antidiskriminierung. Beiträge aus Wissenschaft und Praxis. 1. Auflage. Bielefeld: transcript; Transcript Verlag (Gesellschaft der Unterschiede, 60).

Schelenz, Laura; Segal, Avi; Gal, Kobi (2020): Best Practices for Transparency in Machine Generated Personalization. In Tsvi Kuflik, Ilaria Torre, Robin Burke, Cristina Gena (Eds.): Adjunct Publication of the 28th ACM Conference on User Modeling, Adaptation and Personalization. UMAP '20: 28th ACM Conference on User Modeling, Adaptation and Personalization. Genoa Italy, 14 July 2020 - 17 July 2020. New York, NY, USA: ACM, pp. 23–28. https://doi.org/10.1145/3386392.3397593

Talks

“Diversity by Design: Balancing Protection and Inclusion in Social Networks.” AITHICS 2021 workshop at the German Conference on Artificial Intelligence (KI2021), 27 September 2021.

“Diversity-aware Recommendations for Social Justice? Exploring User Diversity and Fairness in Recommender Systems.” Fair UMAP Workshop @ ACM UMAP 2021, 25 June 2021.

“Diversity-aware Technology: a Concept and Method for Social Justice-Oriented Design.” Lecture, Aalborg University, Copenhagen, Denmark, 21 April 2021.

"Technikdesign und Diversität: Künstliche Intelligenz für eine demokratische Öffentlichkeit?“ Mit Jessica Heesen. Vorlesung an der Universität Tübingen, 21.01.2021.

“Diversity-aware Technology: a Concept and Method for Increased Social Justice in Computer Systems.” Know-Dive Seminar at the University of Trento, Italy, 4 November 2020.

 “Applying Transparency in Artificial Intelligence based Personalization Systems.” With Avi Segal. Presentation at the Virtual Human-AI Interaction Workshop (HAIW), European Conference on Artificial Intelligence (ECAI). 8 September 2020.

“Best Practices for Transparency in Machine-Generated Personalization.” With Avi Segal. Presentation at the Virtual ACM Conference on User Modelling and Adaptive Technologies. 16 July 2020.

Dissertation

Diversity and Discrimination in Social Networking: Diversity-Aware Technology from a Black Feminist Perspective” (2019-2022)

In ihrer Dissertation konzeptualisiert und untersucht Laura Schelenz sogenannte diversitätssensible Technik (“diversity-aware technology”) aus schwarzfeministischer Perspektive. Ein wachsender Zweig der Informatik möchte Technik für die Lösung von sozialen und entwicklungspolitischen Problemen einsetzen, was unter dem Begriff „AI for social good“ zusammengefasst wird. Gleichzeitig gibt es jedoch eine Bewegung in der Informatik, die vor der Verstärkung sozialer Ungleichheiten durch Technik warnt – zum Beispiel vor der Einschreibung von Stereotypen und Vorurteilen in die Technik. Diversitätssensible Technik bewegt sich zwischen diesen zwei Strömungen und gilt als Alternative zu existierenden Formen von Technik. Diversitätssensible Technik bezieht die Diversität von Technik-Nutzer*innen ein und hat den normativen Anspruch, inklusive Online-Gemeinschaften zu verwirklichen. Obwohl dies innovativ erscheint, gibt es Herausforderungen. Diversitätssensible baut (zwangsläufig?) auf Differenzkategorien auf, die Benutzer*innen in Gruppen "sortieren" und Erwartungen an ihr Verhalten implizieren. Wie können wir Technik, die sich der Vielfalt bewusst ist, konzeptualisieren, sodass sie bestehende Ungleichheiten und Vorurteile gegenüber verschiedenen Benutzer*innen nicht verstärkt? Wie kann diversitätssensible Technik soziale Gerechtigkeit fördern? Die Dissertation stützt sich auf schwarz-feministische Theorie, um diese Fragen zu beantworten und die Möglichkeiten und Grenzen von diversitätssensibler Technik zu beleuchten.

Betreuung: Prof. Dr. Astrid Franke, Amerikanistik Uni Tübingen; Prof. Dr. Daniel Gatica-Perez, Social Computing Group at IDIAP, EPFL, Schweiz