Conference Agenda

Statistische Verfahren sind in den Digital Humanities (DH) etabliert. Dennoch bleiben die theoretischen Grundlagen oft implizit. Der Beitrag untersucht die zwei zentralen Paradigmen des Frequentismus und des Bayesianismus. In wissenschaftstheoretischer Perspektive fragt der Beitrag, welche epistemischen Konsequenzen ihre Anwendung für die DH hat. Anhand eines Fallbeispiels, das den Einfluss von Gender und kultureller Identität auf die Repräsentation in US-Literaturanthologien (DALA-Datensatz) modelliert, werden theoretische Unterschiede und ihre interpretativen Implikationen diskutiert. Es wird deutlich, dass die Wahl des statistischen Ansatzes einen Wahrscheinlichkeitsbegriff, eine Inferenzpraxis sowie Formen der Evidenzgenerierung einschließt.

Dieser Beitrag möchte auf die Nützlichkeit der Erkenntnisse und Annahmen der Messtheorie für die Entwicklung eines generellen Analyseworkflows verweisen. Ein Verständnis von Analyseverfahren als Messverfahren ermöglicht es, Analyseverfahren im messtheoretischen Sinne als die konzeptionelle Grundlage für die Gestaltung eines Forschungsprozesses zu betrachten, der konkret genug ist, um Ansatzpunkte für die Forschung in den Digital Humanities zu bieten. Der messtheoretische Ablauf von Input zu Output ermöglicht es, wesentliche Stellen im Prozess zu benennen und diese an geeigneten Fragen auszurichten.

Der Beitrag untersucht aus einer methodologisch-theoretischen Perspektive die Interpretationskompetenzen von LLMs. Wir fokussieren uns dabei auf die Frage nach der Plausibilität bzw. Begründetheit von zentralen Interpretationshypothesen. Im Rahmen eines Experimentes überprüfen wir, a.) wie gut LLMs die zentrale Interpretationshypothese aus einer literaturwissenschaftlichen Textinterpretation extrahieren und im Anschluss daran b.) den Top-Down-Argumentationsgang von der Interpretationshypothese über die Schlussfolgerungen bis zum Heranziehen der textuellen Evidenz entsprechend der HD-Methode realisieren sowie c.) welche genuin literaturwissenschaftlichen Kriterien die Beantwortung der zweiten Frage leiten. Das Experiment zeigt, dass LLMs sehr gut darin sind die HD-Methode zu simulieren, dabei aber sehr schematisch verfahren und die Tendenz besitzen entkräftende Belge so zu kontextualisieren, dass letztendlich die Hypothesen durchgehend bestätigt werden.