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

Bleiben Sie in Kontakt

und melden Sie sich für unseren monatlichen Newsletter mit den neusten Blogartikeln an.

JOURNALS DES HIIG

Zukünftige Veranstaltungen

Weitere Artikel

OpenAI

Wann wird die erste KI die New York Times-Bestseller*innenliste anführen?

Sprachgeneratoren, die auf künstlicher Intelligenz basieren, produzieren immer überzeugendere Texte. Das hat uns zu der Frage geführt: Könnte eine KI als Gastautor einen Artikel in der encore schreiben? Dieser von...

Mythos: Bei KI-Modellen handelt es sich um Abstraktionen, die keine personenbezogenen Daten benötigen

Beim überwachten maschinellen Lernen sind die eingesetzten Modelle Abstraktionen der Trainingsdaten. Diese enthalten strukturelle Informationen, welche aber nicht zu genau an die Trainingsdaten angepasst werden sollten. Es scheint daher vernünftig,...

Mit Open Mind und Open Source – das demokratische Potenzial gemeinwohlorientierter KI

Dr. Theresa Züger spricht mit Patricia Leu vom Prototype Fund über das Public Interest AI Projekt und das demokratische Potential von künstlicher Intelligenz für das Gemeinwohl.