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
Jetzt anmelden und die neuesten Blogartikel einmal im Monat per Newsletter erhalten.
Künstliche Intelligenz und Gesellschaft
Zwischen Zeitersparnis und Zusatzaufwand: Generative KI in der Arbeitswelt
Generative KI am Arbeitsplatz steigert die Produktivität, doch die Erfahrungen sind gemischt. Dieser Beitrag beleuchtet die paradoxen Effekte von Chatbots.
Widerstände gegen Veränderung: Herausforderungen und Chancen in der digitalen Hochschullehre
Widerstände gegen Veränderung an Hochschulen sind unvermeidlich. Doch richtig verstanden, können sie helfen, den digitalen Wandel konstruktiv zu gestalten.
Von der Theorie zur Praxis und zurück: Eine Reise durch Public Interest AI
In diesem Blogbeitrag reflektieren wir unsere anfänglichen Überlegungen zur Public Interest AI anhand der Erfahrungen bei der Entwicklung von Simba.