Fairness

Der Tag enthält 9 Beiträge

Algorithmenethik Erlesenes #87

24. Oktober 2019 / Martin Weigert

Kann man Fairness mathematisch quantifizieren? Diese Frage lässt sich dank eines algorithmischen Spiels der MIT Technology Review nun interaktiv beantworten – beziehungsweise kann jede:r selbst am Computer den Versuch wagen! Außerdem: Welchen Nutzen können künstliche intelligente Systeme in deutschen Krankenhäusern stiften? Wie hängen KI und Klimawandel miteinander zusammen? Und: Warum entscheidet eine australische Software über […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #86

17. Oktober 2019 / Martin Weigert

Haben wir diese Ausgabe Erlesenes von einer Künstlichen Intelligenz schreiben lassen? Ob das möglich wäre, erfahren Sie wohl erst nach genauer Lektüre! Diese Woche auch dabei: Kann ein Algorithmus helfen, Armut zu bekämpfen? Wie anonym sind anonymisierte Daten wirklich? Und: Wie steht es um die Fairness algorithmischer Systeme? Bleiben Sie neugierig und diskutieren Sie mit […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #78

25. Juli 2019 / Martin Weigert

In der letzten Ausgabe vor unserer Sommerpause geht es endlich auch um unseren Zauberwürfel. Was der mit Algorithmen zu tun hat, wieso Henry Kissinger vielleicht KI-Experte wird und wie wir Firmen vom „Ethics Washing“ abhalten könnten, thematisieren unsere kuratierten Beiträge in diesem Erlesenes-Newsletter. Bis zur nächsten Ausgabe am 29. August müssen Sie uns aber nicht […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #53

24. Januar 2019 / Martin Weigert

Der Winter hält Einzug in Deutschland, während wir auch in dieser Ausgabe ausgewählte Debattenbeiträge und Artikel präsentieren. Gehen Sie u. a. den Fragen nach, ob KI Gerichtsurteile fairer machen kann, wie man Ungewissheit in Algorithmen integrieren sollte und wieso es KI-Systemen schwer fällt, Behinderungen zu erkennen! Die Meinungen in den Beiträgen spiegeln nicht zwangsläufig die […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #39

27. September 2018 / Martin Weigert

Welche Risiken bestehen für das Justizsystem, wenn Algorithmen zur Kriminalitätsprävention eingesetzt werden? Wo liegen die größten Schwächen von Bilderkennungssystemen? Kann Künstliche Intelligenz (KI) anhand von Satellitenbildern vorhersagen, mit welcher Wahrscheinlichkeit Menschen in einer bestimmten Gegend übergewichtig sind? Um diese und einige weitere spannende Fragen, Meinungsbeiträge und neue wissenschaftliche Erkenntnisse geht es in unserem Erlesenes Newsletter […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #31

28. Juni 2018 / Martin Weigert

Was passiert, wenn Software automatisch einen Mitarbeiter feuert? Warum ist es so schwer, Fairness beim Einsatz algorithmischer Systeme herzustellen? Zu diesen Fragen gibt es Antworten in dieser Ausgabe von Erlesenes. Außerdem erwarten Sie spannende Artikel zu neuen Errungenschaften aus der Forschung: eine debattierende KI und ein sprachbegabter Multitasking-Algorithmus. Die Meinungen in den Beiträgen spiegeln nicht […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #24

11. Mai 2018 / Martin Weigert

Wir hoffen, dass Sie gestern den sonnigen Feiertag genutzt haben, um den Kopf ein wenig auszuruhen. Denn hier kommen einige spannende Artikel, die gelesen und diskutiert werden wollen und hoffentlich ordentlich zum Nachdenken anregen.  Unsere dieswöchige Artikelauswahl zeigt wieder einmal allzu deutlich: Algorithmen sind per se nicht gut oder schlecht. Sie können Diskriminierung abbauen – […]

0 Kommentare weiterlesen

Algorithmenethik Erlesenes #5

14. Dezember 2017 / Martin Weigert

Willkommen zur fünften Ausgabe der wöchentlichen Algorithmenethik-Lektüreempfehlungen „Erlesenes“ (hier abonnieren).  Der Einfluss von Algorithmen auf den Alltag der Menschen nimmt stetig zu – und das häufig im Verborgenen. Die Konsequenzen für Individuum und Gesellschaft sind ohne Zweifel weitreichend, bislang jedoch nicht ausreichend erforscht.

2 Kommentare weiterlesen

Wenn Algorithmen irren, sind Menschen verantwortlich

20. November 2017 / Konrad Lischka

Menschen entscheiden nicht per se fairer als Maschinen. Deshalb schadet das Trugbild vom Gegensatz Mensch – Maschine der Debatte über algorithmisch Entscheidungssysteme. Es verdeckt die eigentlichen Herausforderungen. Zum Beispiel: Wie versichern wir uns der Angemessenheit der in den Systemen implementierten Ziele, bevor sie im Einsatz sind?  Der Computer sagt nein! Das ist die Pointe vieler […]

4 Kommentare weiterlesen

FILTER

RSS-Feed folgen

TAGS

Algorithmen Künstliche Intelligenz Algorithmenethik Algorithmus Ethik Forschung KI Diskriminierung USA maschinelles Lernen Medizin Gesichtserkennung Entscheidungssysteme EU Facebook Transparenz Regulierung Soziale Netzwerke Automatisierung China