Zum Inhalt springen

Digital Society Blog

Unsere vernetzte Welt verstehen

169 HD – AI is inaccessible.-2

Mythos: Die KI versteht mich, aber ich kann sie nicht verstehen

02 Juni 2021| doi: 10.5281/zenodo.4811512

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, Fellow | HIIG

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.

@sarahciston


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.

Alle Mythen erkunden


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

HIIG Monthly Digest

Jetzt anmelden und  die neuesten Blogartikel gesammelt per Newsletter erhalten.

Titelbild European Platform Alternatives. Ein Schwimmbad mit zwei Sprungtürmen von oben.

European Platform Alternatives

Im Jahr 2020 begann das Platform Alternatives Projekt mit der Erforschung der europäischen Plattformökonomie, um die strukturellen Auswirkungen der großen amerikanischen Plattformen und die Strategien ihrer europäischen Wettbewerber zu verstehen. Das Team fand hier eine äußerst vielfältige und aktive Landschaft digitaler Plattformen vor, in der häufig andere Motivationen als Wachstum und Marktherrschaft im Zentrum stehen. Zwei Jahre später bieten die hier versammelten Beiträge nun eine Alternative zu den aktuellen öffentlichen und politischen Debatten, die sich oft nur um die Fragen der Regulierung großer Plattformen drehen. Neben vielfältigen organisatorischen Lösungen und Regulierungsfragen geht es vor allem die Frage, wie sie europäische Plattformen zu echten Alternativen im globalen Markt entwickeln können.

Discover all 5 articles

Weitere Artikel

Wieso entsteht Bias in unseren Sprachtechnologien?

Warum enthalten Übersetzungsprogramme oft diskriminierende Tendenzen gegenüber Geschlecht oder Herkunft? Hier ist ein einfacher Leitfaden um Bias in der Verarbeitung natürlicher Sprache zu verstehen.

Titelbild für den Blogbeitrag. Zu sehen ist ein Publikum von hinten fotografiert. Sie hören einem Vortrag zu.

Ethik der Digitalisierung: Dialog, Teilhabe & Visionen

Welche Visionen müssen wir umsetzen, damit eine ethikgeleitete Digitaliserung unserer Gesellschaft für alle funktioniert? Wir ziehen eine Bilanz.

Eine große Kreuzung mit viel Verkehr.

Neues Toolkit mit einfachen Tipps für intersektionale KI

Für viele haben KI-Systeme die Kluft der Ungleichheit weiter vergrößert. Aus diesem Grund nutzen intersektionale KI-Ansätze (IAI) die Perspektiven marginalisierter Gemeinschaften, um die Entwicklung und Nutzung von Künstlicher Intelligenz grundlegend...