ARIC-Tipp | Online-Workshop: Diskriminierung durch KI
Künstliche Intelligenz (KI) ist in aller Munde und längst Teil unseres Alltags. Weil KI keine Regeln vorgegeben bekommt, sondern anhand von großen Datenmengen lernt, können Muster aus diesen Daten übernommen und ganze Personengruppen diskriminiert werden. Was das genau bedeutet, schauen wir uns in diesem Workshop an.
Wenn Ihr einen Einblick in Trainingsdaten und Diskriminierung durch KI in verschiedenen Anwendungsfällen möchtet, seid Ihr im Workshop ‘Diskriminierung durch KI’ genau richtig.
Die Teilnahme ist kostenlos. Der Workshop findet online via Zoom statt. Der Link wird nach der Anmeldung zum Workshop zur Verfügung gestellt.
Zum Projekt: Das Civic Data Lab ist ein vom BMBFSFJ gefördertes Projekt mit dem Ziel, Daten von der Zivilgesellschaft für die Zivilgesellschaft zugänglich, verständlich und nutzbar zu machen. Wir unterstützen engagierte Bürger*innen sowie zivilgesellschaftliche Akteure, sich zu vernetzen, Datenkompetenzen aufzubauen und innovative Lösungen für das Gemeinwohl zu entwickeln. Mehr Informationen hier.
Du bist noch neu in der Welt der Daten? In einer Gesellschaft, die immer stärker von Daten geprägt ist, sind Datenkompetenzen (Data Literacy) eine zentrale Fähigkeit, um Alltag und Berufsleben zu navigieren.
Workshop-Highlights:
Grundlagen des KI Trainings: Ihr lernt, wie KI aufgebaut ist und lernt.
Fokus auf Diskriminierung: Ihr lernt, welche Diskriminierungsdimensionen bei KI eine besonders große Rolle spielen und warum.
Lernformen: Der Workshop wird interaktiv gestaltet und enthält viele praktische Elemente, wie das eigenständige Konzipieren von KI-Konzepten und die anschließende Diskussion von Gefahren.
Networking: Ihr habt die Gelegenheit, euch mit anderen Teilnehmenden auszutauschen und eure Erfahrungen zu diskutieren.
Die Events, die mit ARIC-Tipp gekennzeichnet sind, sind Empfehlungen, an denen wir nicht direkt selbst beteiligt sind. Bitte wendet euch bei Fragen direkt an die Veranstalter. Wir übernehmen keine Haftung für den Inhalt der Empfehlungen.
