Fairness

Algorithmenethik Erlesenes #99

Wie können wir algorithmische Systeme ethisch entwickeln, ihren Einsatz regulieren und die Chancen für das Gemeinwohl nutzen? Wo potenzielle Risiken durch Regulation minimiert werden, können die Potenziale für Medizin und Co. vielleicht auch besser gehoben werden. Impulse zu diesen Fragen finden sich auch diese Woche in Erlesenes. Diskutieren Sie mit – über Twitter (@algoethik) oder […]

Algorithmenethik Erlesenes #95

Zur vierten Staffel von Erlesenes dürfen wir Sie im neuen Jahr 2020 herzlich begrüßen – mit vielen Impulsen zur Algorithmenethik! Inwiefern hat Künstliche Intelligenz Auswirkungen auf das Klima? Welche Nation überrascht mit der Veröffentlichung von ethischen Prinzipien? Und wie müssen wir sogenannten „Biases“ in Datensets und Köpfen begegnen? Ab dieser Woche werden wir uns wieder […]

Verteilung: Ausreichend knapp

Der sechste von neun Beiträgen über die Effekte von Algorithmen auf einzelne Personen, Staat und Gesellschaft sowie das soziale Miteinander behandelt die faire Verteilung knapper Güter mit algorithmischer Hilfe. Bereits erschienen: Personalisierung, Zugang, Befähigung, Freiraum und Kontrolle.

Algorithmenethik Erlesenes #93

Liebe, Macht, Verrat: Shakespeares Werk kennt nicht wenige Beispiele für diese Trias. Nun ist der große Lyriker selbst verraten worden – von einem Algorithmus. Außerdem in der dieswöchigen Ausgabe von Erlesenes: Gibt es zwei Wellen in der Diskussion um Algorithmenethik? Wem schaden überzogenen Erwartungen an Künstliche Intelligenz? Diskutieren Sie mit – auf Twitter (@algoethik) oder […]

Algorithmenethik Erlesenes #92

Algorithmen können, wenn sie gut gemacht sind, viel Gutes bewirken. Trotzdem kann der Einsatz der Technologie nicht alle gesellschaftlichen Probleme lösen. Wie können wir mit diesem Dilemma umgehen? Antworten finden sich in der dieswöchigen Ausgabe von Erlesenes. Außerdem: Müssen wir unser Verständnis von „nicht diskriminierenden“ Algorithmen erweitern? Was bedeutet „fair“? Diskutieren sie mit – auf […]

Raus aus der Black Box. Algorithmen für alle nachvollziehbar machen – aber wie?

Im Rahmen des Kooperationsprojektes „Algorithmen fürs Gemeinwohl“ von Stiftung Neue Verantwortung und Bertelsmann Stiftung haben wir die Chancen und Risiken algorithmischer Systeme sektorübergreifend diskutiert. Nach der Auseinandersetzung mit den drei Anwendungsbereichen Predictive Policing, Robo Recruiting und Gesundheits-Apps stellt Leonie Beining in einem neuen Arbeitspapier die verschiedenen Dimensionen von Nachvollziehbarkeit algorithmischer Systeme vor.  In der US-amerikanischen Stadt Boston musste die Schulbehörde […]

Algorithmenethik Erlesenes #87

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 […]

Algorithmenethik Erlesenes #86

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 […]

Algorithmenethik Erlesenes #78

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 […]

Algorithmenethik Erlesenes #53

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 […]

Algorithmenethik Erlesenes #39

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 […]

Algorithmenethik Erlesenes #31

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 […]

Algorithmenethik Erlesenes #24

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 – […]

Algorithmenethik Erlesenes #5

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.

Wenn Algorithmen irren, sind Menschen verantwortlich

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 […]