Das Projekt CAIUS lädt zu einem öffentlichen Stakeholdermeeting ein, um sich zum Thema Künstliche Intelligenz (Algorithmenbasierte Entscheidungen) auszutauschen und mit möglichen Anwendungspartnern für das Forschungsprojekt in Kontakt zu treten.
Zum Einstimmen wird Frauke Kreuter, Leiterin der Abteilung für Soziologische Statistik und Methoden am Lehrstuhl für Soziologie Universität Mannheim und Projektpartnerin bei CAIUS, einen Vortrag zum Thema Bias, also Verzerrung bzw. systematischer Fehler in Statistik und Analyse halten.
Insbesondere im Bereich der Künstlichen Intelligenz ist es wichtig, dem Thema Bias gebührend Aufmerksamkeit zu schenken: zum Einen weil es Aufgabe der KI ist, den Menschen bei Analyse und Entscheidungen leistungsfähig zu assistieren bis hin zur Vollautomation und somit einhergehend mit einem Verlust von Transparenz. Des Weiteren beispielsweise, weil es für das gute Funktionieren von KI wichtig ist, einen optimalen Bias-Varianz-Kompromiss zu beinhalten, um zwischen Varianz der Realität und systematischer Vereinfachung ein sinnvolles Ergebnis zu erzielen. Ziel des maschinellen Lernens besteht jedoch darin, Modelle zu trainieren, um ihre Vorhersagegenauigkeit zu maximieren. Jede Verzerrung der zugrunde liegenden Daten in diesen Training können entsprechend verstärkt werden, da der Algorithmus wiederum die Daten verallgemeinert, um die Varianz zu reduzieren.
(Anmeldung unten)