Hilfe:Lernpfad erstellen

Was bietet diese Seite?

Auf dieser Seite findest du eine Übersicht zu Tipps und Tricks für die Erstellung eines Lernpfades.

2.Algorithmic bias

Algorithmische Vorurteile entstehen durch fehlerhafte Daten und/oder deren Verarbeitung. Sie können die Diskriminierung von bestimmten Personengruppen oder Minderheiten durch intelligente Systeme verursachen. Ein Beispiel ist die Benachteiligung von Bewerberinnen im Rahmen eines maschinellen Auswahlverfahrens. Doch wie kommt es zu fehlerhaften Daten? Quelle:Was ist algorithmische Voreingenommenheit (Algorithmic Bias)? - Lernen Wie Maschinen

3.AI alignment:

AI Alignment (deutsch Ausrichtung der KI) bezieht sich auf den Prozess, bei dem KI-Systeme so gestaltet und trainiert werden, dass sie mit den Zielen, Werten und Bedürfnissen der Menschen in Einklang gebracht werden. Es geht darum, sicherzustellen, dass KI-Systeme die ethischen, rechtlichen und sozialen Standards einhalten, die in einer bestimmten Arbeitsumgebung gelten – die Systeme demnach korrekt „ausgerichtet“ sind.

Quelle:Die Zukunft der Arbeit: AI-Alignments und die Bedeutung für die Beschäftigten « Zukunftszentrum KI NRW

4. AI capability control

Die Kontrolle der KI-Fähigkeit ist ein wichtiger Aspekt der Entwicklung, Bereitstellung und Verwaltung von KI-Systemen. Durch die Festlegung klar definierter Grenzen, Beschränkungen und Richtlinien soll sichergestellt werden, dass KI-Technologien sicher, verantwortungsbewusst und ethisch arbeiten. Quelle:Was ist KI-Fähigkeitskontrolle und warum ist sie wichtig? - Unite.AI

7. Mit welchen Maßnahmen können solche Vorurteile verhindert werden?

Ausblick/Fortsetzung