Unsere vernetzte Welt verstehen
Mythos: Die KI versteht mich, aber ich kann sie nicht verstehen
Jeder kann und sollte verstehen, wie KI funktioniert, so dass wir – anstatt uns von algorithmischer Entscheidungsfindung einschüchtern oder in die Irre führen zu lassen – mehrere Perspektiven in die Entwicklung und Implementierung der Systeme einbringen können, die uns alle unterschiedlich beeinflussen.
Mythos
KI versteht mich, aber ich sie nicht verstehen.
KI ist NICHT schlauer als wir. KI sollte verständlich und zugänglich sein.
Vortrag ansehen
Material
| Folien der Präsentation | |
| SCHLÜSSELLITERATUR Crawford, K. & Paglen, T. (2019, September 19). Excavating AI: The Politics of Images in Machine Learning Training Sets. Timnit Gebru. (2021, April 14). The Hierarchy of Knowledge in Machine Learning & Related Fields and Its Consequences. Zubarev, V. (2018, November 21). Machine Learning for Everyone. ZUSATZLITERATUR Griffith, C. (2017). Visualizing Algorithms. Kogan, G. (n.d.). Neural networks. Retrieved 18 May 2021. McPherson, T., & Parham, M. (2019, October 24). ‘What is a Feminist Lab?’ Symposium. | |
| UNICORN IN THE FIELD Algorithmic Justice League Color Coded LA Data Nutrition Project School of Machines, Making, & Make-Believe |
Über die Autorin
Sarah Ciston ist Virtual Fellow am Humboldt Institut für Internet und Gesellschaft und Mellon Fellow und Doktorandin in Media Arts + Practice an der University of Southern California. Ihre Forschung untersucht, wie man Intersektionalität in die künstliche Intelligenz einbringen kann, indem man queere, feministische und antirassistische Ethik und Taktiken anwendet. Sie leitet das Creative Code Collective – eine studentische Gemeinschaft für Co-Learning-Programmierung unter Verwendung zugänglicher, interdisziplinärer Strategien. Zu ihren Projekten gehören ein Machine-Learning-Interface, das den inneren Kritiker “umschreibt”, und ein Chatbot, der Online-Frauenfeinden den Feminismus erklärt. Derzeit entwickelt sie eine Bibliothek von digital gedruckten Magazinen zu intersektionaler KI.
Why, AI?
Dieser Beitrag ist Teil unseres Projekts “Why, AI?”. Es ist eine Lernplattform, die euch hilft, mehr über die Mythen und Wahrheiten rund um Automatisierung, Algorithmen, die Gesellschaft und uns selbst herauszufinden. Sie wird kontinuierlich mit neuen Beiträgen befüllt.
Dieser Beitrag spiegelt die Meinung der Autorinnen und Autoren und weder notwendigerweise noch ausschließlich die Meinung des Institutes wider. Für mehr Informationen zu den Inhalten dieser Beiträge und den assoziierten Forschungsprojekten kontaktieren Sie bitte info@hiig.de
Forschungsthemen im Fokus
Künstliche Intelligenz und Gesellschaft
HIIG Monthly Digest
Jetzt anmelden und die neuesten Blogartikel gesammelt per Newsletter erhalten.
Wege durch das Großstadtlabyrinth: GIS-Technologie und die Grenzen zwischen digitaler und physischer Infrastruktur
Mit der Entwicklung von GIS-Technologie stellt sich die Frage, ob digitale Karten wie physische öffentliche Infrastrukturen behandelt werden sollten.
Making Sense of the Future: Neue Denksportaufgaben für digitale Zukünfte im Unterricht
"Making Sense of the Future" ist ein Werkzeugkasten, der Zukunftsforschung und Kreativität kombiniert, um digitale Zukünfte neu zu gestalten.
Liebling, wir müssen über die Zukunft sprechen
Können Zukunftsstudien den Status quo jenseits der akademischen Welt in Frage stellen und den öffentlichen Dialog als fantasievollen Raum für kollektive Unternehmungen nutzbar machen?