Główne pojęcia
Bei der Konzeption, Entwicklung und Implementierung von KI-Systemen müssen Maßnahmen ergriffen werden, um zu verhindern, dass Voreingenommenheit diskriminierende Auswirkungen hat.
Streszczenie
Dieser Abschnitt behandelt die Konzepte der fairen Gestaltung und Entwicklung von KI-Systemen. Er unterteilt die Fairness-Überlegungen in sechs Unterkategorien, die den relevanten praktischen Kontexten entsprechen:
Datenfairness: Die für das KI-System verwendeten Datensätze müssen angemessen repräsentativ, zweckdienlich, relevant, genau gemessen und verallgemeinerbar sein.
Anwendungsfairness: Die politischen Ziele und Prioritäten, die die Gestaltung, Entwicklung und Implementierung eines KI-Systems steuern, dürfen keine Ungleichheit, strukturelle Diskriminierung oder systemische Ungerechtigkeit schaffen oder verstärken. Sie müssen auch mit den Zielen, Erwartungen und Gerechtigkeitsvorstellungen der betroffenen Menschen im Einklang stehen.
Fairness bei Modellgestaltung und -entwicklung: Die Architektur des KI-Systems darf keine diskriminierenden, unangemessenen, moralisch anstößigen oder nicht zu rechtfertigenden Zielgrößen, Merkmale, Prozesse oder analytischen Strukturen enthalten, die soziale und historische Muster der Diskriminierung codieren.
Metrikbasierte Fairness: Es wurden rechtmäßige, klar definierte und gerechtfertigte formale Fairness-Metriken im KI-System operationalisiert, die für relevante Interessengruppen und betroffene Personen transparent zugänglich sind.
Fairness bei der Systemimplementierung: Das KI-System wird von Anwendern eingesetzt, die ausreichend geschult sind, um es in einer vorurteilsbewussten Weise zu implementieren und die Besonderheiten der betroffenen Personen gebührend zu berücksichtigen.
Ökosystemfairness: Die wirtschaftlichen, rechtlichen, kulturellen und politischen Strukturen oder Institutionen, in die der KI-Projektlebenszyklus eingebettet ist, lenken die KI-Forschungs- und Innovationsagenden nicht in Richtung einer Verfestigung oder Verstärkung asymmetrischer und diskriminierender Machtverhältnisse oder ungleicher Ergebnisse für geschützte, marginalisierte, verletzliche oder benachteiligte soziale Gruppen.
Statystyki
Keine relevanten Statistiken oder Kennzahlen identifiziert.
Cytaty
Keine relevanten Zitate identifiziert.