Techgiganter, overvågningskapitalisme, og verdens mest digitale land: Hvordan skal fremtidens techpolitik formes?

Kursusindhold

Data bliver ofte beskrevet som det 21. århundredes olieeventyr, der driver den store digitale revolution. Tager vi den analogi seriøst: hvis data er den nye råolie, hvad er “klimaforandringerne”? Hvem har adgang til at udvinde, raffinere og sælge dataen? Hvilke teknologiforståelser og ideologier driver de de politiske positioner på data og digitalisering? Og hvilken konkret politik kan regeringer og EU bruge for at regulere den digitale udvikling og dens konsekvenser?

De spørgsmål vil være udgangspunktet for at undersøge ‘det politiske’ i data, digitalisering og tech-udviklingen.

EU-Kommissionen har for nylig lanceret et nyt politisk program til regulering af AI, algoritmer, data og digitalisering, mens de fører krig mod tech-giganternes monopollignende konstruktioner. I Danmark har langt de fleste politiske partier (endnu?) ingen officidel politik på området.

På dette kursus vil vi derfor også udforske dette tilsyneladende politiske vakuum og de aktører, den magt og de ideologier, der styrer og driver politiken i Danmark og EU.

Det overordnede formål med kurset er at klæde de studerende på til at identificere, analysere og kritisk reflektere over digitalisering og data som et politisk felt samt selv at kunne deltage i debatten om og konkret udvikle politik på området.

Derfor vil den klassiske undervisning i akademiske tekster blive suppleret af undervisning og opgaver i public affairs og øvelser i politikudvikling for udvalgte politiske partier og aktører.

Kurset er derfor for de studerende, der ønsker at kombinere klassisk akademisk indsigt med værktøjerne til konkret at omsætte analyser til interessevaretagelse og politikudvikling.

Engelsk titel

Politics of technology, data and digitalization

Uddannelse

Bachelor: 7,5 ECTS

Kandidat: 7,5 ECTS

Målbeskrivelse

Viden:

  • Studerende på dette kursus vil få indsigt i de kritiske politiske udfordringer i udviklingen og reguleringen af data og digitalisering.
  • De studerende introduceres til nøglebegreber og grundlæggende  tekster inden for studiet af datapolitik / digital politik.

 

Færdigheder:

  • Deltage i debatter med kritiske perspektiver på digitalisering, tech og data.
  • Kommunikere komplekse argumenter vedrørende forholdet mellem digitalisering, data, tech og magt, politik og governance.

 

Kompetencer:

  • De studerende vil være i stand til at identificere, definere og skelne mellem politiske aspekter af den teknologiske udvikling inden for tech, digitalisering og data.
  • Kurset giver de studerende mulighed for at analysere, tænke kritisk og diskutere de politiske og etiske faldgruber og mulighederne i digitalisering og datapolitikker på dansk og EU niveau.
  • De studerende tilegner sig værktøjer til interessevaretagelse, politisering og udvikling af politiske forslag og bidrage til politikudvikling på området.

Kurset undervises i tre samtidige spor:

1. Forelæsning: I det format introduceres de studerende til nøglekoncepter fra den akademiske litteratur.
2. Case-arbejdet i klassen: Kurset er bevidst mindre fokuseret på at introducere en række teorier og introducerer i stedet en dialektisk række nøglebegreber afledt af akademiske tekster, der anvender forskellige teoretiske rammer. For at sikre at den studerende er i stand til at differentiere, anvende og genoverveje begreber osv., Bruger vi cases i klassen til at applicere og diskutere nøglebegreberne.
3. Opgaver: de studerende udfører to opgaver i grupper og præsenterer i klassen med et eksternt feedbackpanel (tæller som første opgave i portfolie-eksamen) inden den endelige skriftlige opgave, der kan afleveres individuel eller i grupper. Opgaverne vil træne de studerende i at anvende deres viden til politikudvikling og politisering, der kontekstualisere den akademiske kritik og ideologier.

Litteratur: (foreløbig)

Introduction: politiske ideologier i tech, digitalisering og data - Nøglebegreber 1

  • Haraway, D (2008) When Species Meet, Minneapolis, MN: University of Minnesota Press.
  • Halpern, Orit (2015): Beautiful Data: A History of Vision and Reason since 1945 (Durham: Duke University Press).
  • van Dijck, Jose (2014): “Datafication, Dataism and Dataveillance: Big Data between Scientific Paradigm and Ideology,” Surveillance & Society 12

 

Magt og data - Nøglebegreber 2

  • Foucault, Michel (1980): Power/knowledge: Selected Interviews and Other Writings 1972-1977 (New York: Pantheon). (selected)
  • Galloway, Alexander R.: Protocol (2006): How Control Exists after Decentralization (Cambridge, MA. MIT).

 

Magt og digitalisering - Nøglebegreber 3

  • Star, Susan Leigh (1999): The Ethnography of Infrastructure. American Behavioral Scientist, 43(3), 377–391.
  • Kitchin, Rob (2017): The Data Revolution: Big Data, Open Data, Data Infrastructures & Their Consequences (Los Angeles: Sage, 2017), 165.
  • Winner, Langdon (1980) - Do Artifacts Have Politics?
  • Thylstrup, Nanna (2019). The Politics of Mass Digitization. MIT Press. pp.

 

Aktører og indflydelse

  • Zuboff, S. (2019). The Age of Surveillance Capitalism The Fight for a Human Future at the New Frontier of Power. (pp.

 

Individet

  • Cheney-Lippold, J (2011) A new algorithmic identity. Soft biopolitics and the modulation of control. Theory, Culture & Society 28(6): 164–181.
  • Harcourt, BE (2007) Against Prediction: Profiling, Policing and Punishing in an Actuarial Age, Chicago, IL: University of Chicago Press.
  • Didžiokaitė G, Saukko P and Greiffenhagen C (2017) The mundane experience of everyday calorie trackers: Beyond the metaphor of quantified self. New Media & Society.

 

EU og staten

  • Bellanova, Rocco (2017): Digital, politics, and algorithms: Governing digital data through the lens of data protection. European Journal of Social Theory 2017, Vol. 20(3) 329–347
  • Gandy, OH (2006) Data mining, surveillance, and discrimination in the post-9/11 environment. In: Haggerty, KD, Ericson, RV (eds) The New Politics of Surveillance and Visibility, Toronto: University of Toronto Press, pp. 363–384.
  • Dahler, Anne Marie, Lis Holm Petersen og Pernille Tanggaard Andersen (2018), »Implementing Welfare Technologies On Wash Toilets and Self-Reliant Citizens Technologies«, STS Encounters, 10(2.4): 65-94.

 

Politik vs. policy

  • Kennedy, H, Moss, G (2015) Known or knowing publics? Social media data mining and the question of public agency. Big Data & Society 2(2): 1–11.
  • Smith, GJD, O’Malley, P (2017) Driving politics: Data-driven governance and resistance. The British Journal of Criminology 57(2): 275–298.

 

Alternative fremtider?

  • Boyd, Danah and Kate Crawford (2012): “Critical Questions For Big Data,” Information, Communication & Society 15, no. 5: 662-79, Anita Gurumurthy and Nandini. Chami, ”Data: The New Four-letter Word for Feminism,” GenderIT.org,

Michael, M, Lupton, D (2016) Toward a manifesto for the ‘public understanding of big data’. Public Understanding of Science 25(1): 104–116.

Skriftlig
Mundtlig
Kollektiv
Løbende feedback i undervisningsforløbet
Feedback ved afsluttende eksamen (ud over karakteren)
Peerfeedback (studerende giver hinanden feedback)

 

 

ECTS
7,5 ECTS
Prøveform
Skriftlig aflevering
Portfolio
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Kriterier for bedømmelse
  • Karakteren 12 gives for den fremragende præstation, dvs. hvor den studerende med ingen eller få og uvæsentlige mangler og på selvstændig og overbevisende måde er i stand til at indfri målbeskrivelsen for udbuddet.
  • Karakteren 7 gives for den gode præstation, dvs. hvor den studerende, om end med adskillige mangler, på sikker vis er i stand til at indfri målbeskrivelsen for udbuddet.
  • Karakteren 02 gives for den tilstrækkelige præstation, dvs. den minimalt acceptable præstation, hvor den studerende kun usikkert, mangelfuldt og/​eller uselvstændigt er i stand til at indfri målbeskrivelsen for udbuddet.

Enkeltfag dagtimer (tompladsordning)

  • Kategori
  • Timer
  • Holdundervisning
  • 28
  • Total
  • 28