Überblick
Ethisch korrekte Daten und Algorithmen bestimmen zunehmend über die Vertrauenswürdigkeit von KI-Anwendungen. Dieses Lernangebot bricht mit dem Mythos, dass Ethik und Moral für KI-Anwendungen universell implementiert werden können, um jegliche Formen von Diskriminierung und kognitiver Verzerrung zu vermeiden.
Ausprägungen und Implikationen einer Daten- und Algorithmenethik werden unter anderem durch Interviews mit verschiedenen Expert*innen, Anwender*innen und Entscheider*innen vertieft. Integrierte Mini-Games und ein übergreifendes Ethik-Game fördern eine spielerische Erfahrung mit dem Thema. Die Selbstwahrnehmung für eine digitale Ethik (engl. “ethical self-awareness”) am Beispiel der Daten und intelligenten Algorithmen wird dadurch gefördert.
Welche Inhalte erwarten mich?
- Begriffliche Grundlagen der Daten- und Algorithmenethik
- Überblick über wesentliche Moraltheorien als Verständnis eines kulturell geprägten und damit nicht universell einheitlichen ethischen Denkens
- Formen und Ausprägungen von Daten- und Algorithmenethik in der aktuellen Anwendung von KI-Ansätzen
- Ansätze für eine ethisch korrekte Verarbeitung von Daten und Gestaltung von Algorithmen
- Integrierte Ethik-Games in die einzelnen Lernfolgen und ein übergeordnetes Ethik-Game zum Erfahrbar-Machen dieser Inhalte
Was werde ich erreichen?
Bei Abschluss des Kurses sind Sie in der Lage...
- essentielle Fachbegriffe, theoretische Hintergründe und die Modelle der Daten- und Algorithmenethik zu benennen,
- die Grundlagen kulturell abhängiger ethischer Gestaltungsansätze in der Daten- und Algorithmenethik zu verstehen,
- Beispiele von Daten- und Algorithmenethik in aktuellen KI-Anwendungen differenziert zu verstehen und bewerten zu können,
- Handlungsstränge für die Gestaltung ethisch unbedenklicher Daten und Algorithmen als Grundlage für die Vertrauenswürdigkeit von Design, Implementierung und Nutzung verschiedener KI-Anwendungen ableiten zu können sowie
- relevante Entscheidungsprozesse im aktuellen KI-Diskurs besser nachvollziehen zu können.
Welche Voraussetzungen benötige ich?
- keine Vorkenntnisse erforderlich
Was sollte ich sonst noch wissen?
