Verstehen & Verändern der digitalen Transformation
Branchen & Projekte
Disziplinen
Institute für Nachhaltigkeit & Digitalisierung
Künstliche Intelligenz
Die KI auf einen nachhaltigen Pfad lenken
Fundstücke:
Bernhard G. Humm/ Stephan Lingner/ Jan C. Schmidt/ Karsten Wendland (2022):
KI-Systeme – Aktuelle Trands und Entwicklungen aus Perspektive der Technikfolgenabschätzung
Artificial intelligence (AI) is on everyone’s lips – as well as the associated technologies of machine learning and big data. The enormous dynamics and consequences of these developments become already evident in numerous areas of application in business, society and science. In this context, technology assessment (TA) of AI initially has the task of transforming any excessive public expectations and fears to the factual level. In a second step, TA can provide impulses for the further, desirable design of AI based on reasonable development goals of AI and legitimate societal values. If TA conducts this orientation task close to the technological core, it can consider wide scopes of options for action in the early phases of technology development. Related thoughts are put into concrete terms in this article and will be related to the authors’ contributions to this topical focus.
https://www.tatup.de/index.php/tatup/article/view/6925
Eike Kühl (2022)
Künstliche Intelligenz – Klimahelfer oder Klimasünder?
Künstliche Intelligenz könnte viele Branchen effizienter machen. Doch dafür benötigt sie viele Daten und somit viel Energie. Schadet KI vielleicht mehr, als sie hilft?
13. Juli 2022,
https://www.zeit.de/digital/internet/2022-07/kuenstliche-intelligenz-klimaschutz-energieverbrauch/komplettansicht
Florian Butollo 2021
Nicht einfach ein zweites Silicon Valley
Europa muss den Wettlauf um Künstliche Intelligenz sozial-ökologisch gestalten
https://bibliothek.wzb.eu/artikel/2021/f-23716.pdf
Paola Lopez 2021
Diskriminierung durch Data Bias
Künstliche Intelligenz kann soziale Ungleichheiten verstärken –
Künstliche Intelligenz, die auf der Grundlage großer Datenmengen Entscheidungen trifft oder anleitet, kann diskriminierende Effekte erzeugen und vorhandene Ungleichheiten automatisiert verstärken – vor allem dann, wenn sie in gesellschaftlichen Kontexten wie dem Arbeitsmarkt, sozialstaatlichen Verteilungen oder Kreditfragen zur Anwendung kommt. Drei Arten von Bias können unterschieden werden: rein technischer, soziotechnischer oder aber gesellschaftlicher Bias.
https://bibliothek.wzb.eu/artikel/2021/f-23704.pdf
Waltl, B./ Becker, N.:
KI-Audit in der Arbeitswelt –
Ein integratives Framework zum Auditieren und Testen von KI-Systemen
Waltl, B., Becker, N. (2022). KI-Audit in der Arbeitswelt – Ein integratives Framework zum Auditieren und Testen von KI-Systemen.
Gerd Gigerenzer (2022):
Digitale Risikokompetenz: Wer steuert unser Verhalten?
Ausschnitt (S.213-221) aus seinem Buch <Klick – Wie wir in einer digitalen Welt die Kontrolle behalten und die richtigen Entscheidungen treffen>
https://www.fiff.de/publikationen/fiff-kommunikation/fk-2022/fk-2022-1/fk-1-2022-content/fk-1-22-p20.pdf
Videos
Kobs/Rieck (2016):
„Selbstfahrende Autos“
https://mikropolis.org/project/selbstfahrende-autos/
Möllers/Heimplatz (2016):
„Künstliche Intelligenz und maschinelles Lernen“
https://mikropolis.org/project/kuenstliche-intelligenz-und-maschinelles-lernen/
Schuler/Hauser (2020):
„Was ist Künstliche Intelligenz?“
https://mikropolis.org/project/was-ist-kuenstliche-intelligenz/
von Luxburg, U. (2020a):
ML and Society: The general debate. https://www.youtube.com/watch?v=5CH2qcZQrpk [zuletzt aufgerufen am 20.3.2021]
von Luxburg, U. (2020b):
ML and Society: (Un)fairness in ML
https://www.youtube.com/watch?v=QgsRvQYjgKo [zuletzt aufgerufen am 20.3.2021]
von Luxburg, U. (2020c):
ML and Society: Formal approaches to fairness.
https://www.youtube.com/watch?v=QWfJj0OxKso [zuletzt aufgerufen am 20.3.2021]
von Luxburg, U. (2020d):
ML and Society: Algorithmiic approaches to fairness. https://www.youtube.com/watch?v=mi9kCpFNQNw [zuletzt aufgerufen am 20.3.2021]
von Luxburg, U. (2020e):
ML and Society: Explainable ML.
https://www.youtube.com/watch?v=WJCZzlRri-U [zuletzt aufgerufen am 20.3.2021]
Marie-Astrid Langer NZZ
Gesichtserkennung prägt die moderne Kriegsführung
https://www.nzz.ch/technologie/gesichtserkennung-praegt-die-moderne-kriegsfuehrung-ld.1679422
NZZ 17.04.22