Key points are not available for this paper at this time.
Mit der raschen Integration von KI-Technologie in verschiedenen gesellschaftlichen Bereichen sind die ethischen Dimensionen der Künstlichen Intelligenz (KI) zu einem wesentlichen Herausforderungsschwerpunkt geworden. Dieses Papier untersucht die komplexe Welt der KI-Ethik und konzentriert sich auf drei zentrale Komponenten: Voreingenommenheit, Fairness und Verantwortung. Die Auseinandersetzung mit Voreingenommenheiten in KI-Systemen ist entscheidend, da diese Strukturen regelmäßig gesellschaftliche Vorurteile, die in den Daten enthalten sind, auf denen sie trainiert werden, übernehmen und verstärken. Das Verständnis der unterschiedlichen Arten und Quellen von Voreingenommenheit, von Auswahlverzerrungen in Bildungsdaten bis hin zu algorithmischen Verzerrungen, ist unerlässlich, um deren schädliche Auswirkungen auf diverse Nutzergruppen zu mindern. Darüber hinaus erfordert die Gewährleistung von Fairness in der KI die Auseinandersetzung mit komplexen Begriffen von Gerechtigkeit in verschiedenen Kulturen und Kontexten. Ferner ist Verantwortlichkeit ein Grundpfeiler der ethischen KI und umfasst die Verantwortung für Entscheidungen und Ergebnisse von KI-Systemen. Die Untersuchung der Rollen und Beteiligten, von Entwicklern bis hin zu politischen Entscheidungsträgern, unterstreicht die Notwendigkeit transparenter und erklärbarer KI-Algorithmen. Das Papier analysiert zudem bestehende Regulierungen und Rahmenwerke, die auf eine Erhöhung der Verantwortlichkeit bei der Entwicklung und dem Einsatz von KI abzielen. Diese Studie möchte zur laufenden Debatte über die Förderung ethisch fundierter KI-Systeme beitragen, indem sie die Bedeutung der Bewältigung von Voreingenommenheiten, der Förderung von Gerechtigkeit und dem Aufbau robuster Verantwortungsstrukturen im KI-Bereich hervorhebt.
Building similarity graph...
Analyzing shared references across papers
Loading...
Divyani Jigyasu
Navneet Anand
Harsh Tiwari
Institute of Engineering
Building similarity graph...
Analyzing shared references across papers
Loading...
Jigyasu et al. (Fri,) untersuchten diese Frage.
www.synapsesocial.com/papers/68e76a16b6db6435876df5ed — DOI: https://doi.org/10.48047/resmil.v10i1.9
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: