Gesellschaftliche Verbreitung von Stereotypen, strukturelle Diskriminierung und soziale Ungleichheit führen im maschinellen Lernen zu voreingenommenen Modellen und fehlender Repräsentation. Unterschiedliche Bevölkerungsgruppen stoßen im Bereich der Künstlichen Intelligenz auf historische Hürden und aktuelle Vorurteile. Vielfalt ist daher entscheidend, um Modelle zu entwickeln, die für alle funktionieren. Industrie und Forschung müssen aktiv an mehr Inklusion und Diversität arbeiten, damit die Technologie allen gerecht werden kann.
Woher kommen diese Vorurteile und wie können wir ihnen entgegenwirken? Was hat es mit „Automation Bias“ und mangelnder Transparenz im „Deep Learning“ auf sich? Welche rechtlichen Bestrebungen gibt es, um Künstliche Intelligenz zu regulieren? Darüber hinaus steht im Fokus, vor welche sozialen, wirtschaftlichen und rechtlichen Herausforderungen uns die sogenannte „Generative künstliche Intelligenz“ stellt.
Weitere Informationen sowie die Anmeldung bei FEMtech