Envisioning Higher Education: How Imagining the Future Shapes the Implementation of a New Field in Higher Education

Abstract

Higher education is a site of contesting visions by actors in politics, science and the economy. This article investigates imaginations of the future articulated around the introduction of data science in Swiss higher education through a qualitative analysis of study programmes, policy documents, and business reports. Universities envision data sciences mainly in reference to economic and technological concepts, which contribute to the coordination of the various actors and thus unfolds specific performative effects in the present.

Datenwissenschaften und Gesellschaft

“…Die Auswahl der relevanten Felder leitet sich primär aus dem Forschungsstand ab, in dem ich die Bedeutung der Wissenschaft, der Ökonomie sowie der Politik als relevante soziale Sphären in der Konstruktion der Datenwissenschaften herausgearbeitet habe. Im Feld der Wirtschaft werden einerseits hohe Erwartungen an Data Scientists als Schlüsselfiguren datengetriebener Produktionsweisen formuliert, die insbesondere in der Hochschulbildung stark rezipiert werden (Saner 2019), andererseits zeigen sich manifeste Unsicherheiten und divergierende Deutungen über die relevanten Kategorien und Inhalte. In der Wissenschaft beschäftigen sich verschiedene Disziplinen seit Jahrzehnten mit den konkreten Praktiken und Wissensinhalten der Datenwissenschaften.…”

“…Ferner schreibt er den »lokalen Wirtschaftsorganisationen« zu, dass sie die gegenwärtig relevanten Kategorien noch nicht erfasst hätten, sondern »eher in die Vergangenheit als in die Zukunft schauen« würden. Der »Blick in die Zukunft«, das Erkennen der zukünftig wichtigen Kategorien, strukturiert die Erwartungen von Akteur*innen in verschiedenen gesellschaftlichen Kontexten hinsichtlich der Implementierung neuer Kategorien sowohl im wissenschaftlichen als auch im ökonomischen Feld (Saner 2019). Das zweite Fallbeispiel beschreibt eine Situation, in der sich die Interessen von Universität auf der einen und politische sowie ökonomische Bedingungen auf der anderen Seite nur bedingt kombinieren lassen.…”

“…Zugleich bleibt ein negativer Gegenhorizont in den Publikationen bestehen, indem sie unter Verweis auf einen McKinsey-Bericht von 2011 einen gravierenden »Fachkräftemangel« diagnostizieren(Manyika et al 2011) -alleine in den USA würden bis ins Jahr 2018 zwischen 140'000 und 190'000 Data Scientists fehlen.18 Das fehlende Angebot an datenwissenschaftlichen Praktiker*innen würde demnach die Erkenntnisgewinne und Handlungsmöglichkeiten in verschiedenen sozialen Feldern gefährden. Diese Rahmung der Datenwissenschaften erwies sich als äusserst einf lussreich und schrieb sich sowohl in die Aktivitäten ökonomischer Akteur*innen als auch in bildungs-und forschungspolitische Massnahmen ein(Saner 2019).…”

“…Allgemein erfuhren die Datenwissenschaften im Arbeitsmarkt in den letzten Jahren einen signifikanten Bedeutungsgewinn, der sich in einer steigenden Anzahl von Stellenangeboten für Data Scientists äussert. Synchron dazu werden die Datenwissenschaften in der gesellschaftlichen Diskussion vornehmlich mittels ökonomischer Deutungen, wie der Diagnose eines gravierenden Fachkräftemangels(Manyika et al 2011;Markow et al 2017), gerahmt(Saner 2019). Wie ich noch ausführen werde, hat dies auch Effekte auf andere Felder: So werden die finanzielle Förderung von Forschungsinitiativen durch die Politik sowie die rasche Implementation neuer Studiengänge an Hochschulen und Universitäten primär mit der hohen Nachfrage nach entsprechenden Abschlüssen und Fähigkeiten im Arbeitsmarkt begründet.…”

Discovering needs for digital capitalism: The hybrid profession of data science

“…Yet these accounts often offer explanations centred on technical skills. The number of social scientific studies on data science is moderately increasing but remains rather low (Brandt, 2016; González-Bailón, 2017; Knox and Nafus, 2018; Kotras, 2020; Passi and Sengers, 2020; Saner, 2019; Slota et al, 2020). The few existing studies tend to take an inside perspective, following the practices of data scientists themselves in their work and quest for institutionalization.…”