Legal Data Science: Der moderne Weg zur Wahrheit

Autor: Fobbe, Sean
Jazyk: němčina
Rok vydání: 2023
Předmět:
DOI: 10.5281/zenodo.7877804
Popis: Abstract Corona, Klimawandel, Künstliche Intelligenz, Massenverfahren und Vieles mehr – die Herausforderungen der Moderne sind mit den traditionell dogmatischen, einzelfallbezogenen Methoden der Rechtswissenschaft und dem im FAZ-Politikteil erworbenen Allgemeinwissen kaum noch zu bewältigen. Daten und ihre Analyse rücken immer mehr in den Mittelpunkt. Abseits von rituell wiederholten Floskeln wie „Big Data ist die Zukunft!“, „KI wird grundlegende Veränderungen hervorrufen!“ und dem allseits beliebten „Daten sind das neue Öl!“ agieren Jurist:innen weitgehend hilf- und mutlos in dieser neuen Welt. Wahrheit wird in der Moderne zunehmend durch Statistik geschaffen. Statistische Kennzahlen wie die 7-Tage-Corona-Inzidenz haben die Macht, eine gesamte Gesellschaft abzuschalten. Der Klimawandel ist kein einzelnes Ereignis, sondern vollzieht sich schleichend in Zehntel-Grad-Schritten, die kontinuierlich die prozentuale Wahrscheinlichkeit für Extremwetter, Naturkatastrophen und das Kippen von Umweltsystemen erhöhen. Große Sprachmodelle wie ChatGPT und GPT-4 erwecken den Eindruck, durch die statistische Vervollständigung von Wortfolgen wahre Antworten auf allgemeine und fachliche Probleme des Lebens geben zu können. Aber auch abseits dieser Megatrends beruht unser Verständnis von Wahrheit (z.B. Meinungsumfragen als Wählerwille, Wirksamkeit von Medikamenten, Beweiskraft von Gentests, Aufdeckung von gesundheitlichen Risiken durch kommerzielle Produkte) auf statistischen Hochrechnungen. Wie können Jurist:innen – und vor allem Richter:innen – mit Wahrheit und Wahrscheinlichkeit besser umgehen lernen? Wie lässt sich für Praktiker:innen zumindest eine Basiskompetenz in der Datenanalyse erwerben? Legal Data Science kann eine Brücke zwischen dem Informationsbedarf praktizierender Jurist:innen und den komplexen Wahrheiten der Moderne schaffen. Wir werden einige grundlegende Konzepte besprechen, hilfreiche (aber grobe!) Leitlinien aufstellen und danach sofort an praktischen Problemen arbeiten und dafür leicht zu erlernende, aber sehr nützliche statistische Methoden anwenden. Der praktische Teil ist zum Mitmachen! Sie können selbstverständlich zusehen, aber nur in der Anwendung lernt man Datenanalyse richtig. Testen Sie bitte im Vorfeld den Link zu dem Statistik-Werkzeug R, indem Sie „1+1“ eingeben und „Enter“ drücken: https://webr.r-wasm.org/latest/ (benötigt 1-2 Minuten zum Laden). Es ist keine Installation notwendig, alles passiert lokal in Ihrem Browser. Kontext Diese Präsentation war Grundlage für den von Seán Fobbe am 3. Mai 2023 auf Einladung der Digitalen Richterschaft gehaltenen Vortrag »Legal Data Science: Der moderne Weg zur Wahrheit«. Varianten Die Präsentation ist in zwei Varianten veröffentlicht: Nur Folien Folien und Notizen (Hinweise, Literatur zur Vertiefung und Quellenangaben) Einstieg in Legal Data Science Um Ihnen den Einstieg in Legal Data Science zu erleichtern habe ich für Sie auf meiner Homepage eine Materialsammlung zusammengestellt: Wie fange ich mit Legal Data Science an? Vertiefung Fobbe, S. (2022). Legal Data Science verständlich erklärt — Teil I: Was ist das?. Legal Tribune Online. https://www.lto.de/persistent/a_id/48673/ Fobbe, S. (2022). Legal Data Science verständlich erklärt — Teil II: Wie man sie nutzen kann. Legal Tribune Online. https://www.lto.de/persistent/a_id/49024/ Fobbe, S. (2021). Juristische Netzwerkdaten für Einsteiger. RECHTS|EMPIRIE. https://rechtsempirie.de/10.25527/re.2021.11/juristische-netzwerkdaten-fuer-einsteiger/ Fobbe, S. (2021). Open Legal Data: Das Fundament des Rechtsstaates. VOTUM, Heft 1, 21–26. https://doi.org/10.5281/zenodo.4646696 Über den Vortragenden Seán Fobbbe ist Völkerrechtler und Legal Data Scientist. Seine Forschungsinteressen liegen im internationalen Menschenrechtsschutz, der Friedensforschung, dem Kulturgüterschutz und der maschinellen Analyse juristischer Texte mittels statistischer Methoden. Website: www.seanfobbe.de  
Databáze: OpenAIRE
Externí odkaz: