Bias in KI-Systemen
Bias in KI-Systemen
Verzerrte Daten führen zu verzerrten Entscheidungen, oder kurz: Garbage in, Garbage out. Am Institut für Interaktive Systeme nutzen und entwickeln wir auch selbst Anwendungen, die auf KI-Technologien basieren. Daher sollten wir uns bewusst sein, dass diese immer Verzerrungen (Biases) unterliegen. Im Workshop steigen wir allgemein in das Thema ein und reflektieren, welche Konsequenzen das für unsere Arbeit hat. Wir lernen die Methoden "Diversity Personas" und "De-Biasing durch Prompting" kennen und schauen, inwieweit sie uns beim Erkennen und Abmildern von Biases helfen können.
Slides zum Workshop im Rahmen einer internen Fortbildungsreihe am Institut für Interaktive Systeme (ISy) der Technischen Hochschule Lübeck.
Digital Learning Campus (DLC), KI, Bias, AI, Institut für Interaktive Systeme (ISy), TH Lübeck
Digital Learning Campus (DLC), KI, Bias, AI, Institut für Interaktive Systeme (ISy), TH Lübeck
selected citations These citations are derived from selected sources.This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).0 popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.Average influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).Average impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.Average
Citations provided by BIP!Popularity provided by BIP!