Lässt es sich mit cremefarbenem Papier, einer Tönung, mehr Kontrast oder größerer Schrift besser lesen? Wählen Sie Ihre Farben und Ihre Schrift, einmalig für alle Seiten.

Kostenlose Lektion

Fairness und Bias bei KI

Nach dieser Lektion: Ich kann erkennen, wann ein KI-Ergebnis unfair sein könnte.

Lektion, 45 Min.Keine Befehle

Bias bei KI

Bias bei KI heißt, dass ein Programm manche Gruppen von Menschen weniger fair behandelt als andere. Ein Kino in Ravensfeld lässt ein KI-Werkzeug auswählen, wer zum Gespräch für einen Wochenendjob kommt.

Zwanzig Leute bewerben sich. Fast alle, die es auswählt, wohnen in der Nordstadt. Niemand hat ihm das gesagt. Wie kam es dazu?

Am Ende dieser Lektion

Notiz

Ich kann erkennen, wann ein KI-Ergebnis unfair sein könnte.

Schlüsselwörter

BegriffWas er bedeutet
Biaseine Schieflage, die manche Menschen weniger fair behandelt
FairMenschen in gleicher Lage gleich behandeln
GruppeMenschen, die etwas gemeinsam haben
Trainingsdatendie Beispiele, aus denen eine KI gelernt hat
Auswahllistedie Menschen, die in die nächste Runde kommen

Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.

Unfaire Beispiele geben unfaire Ergebnisse

Das Werkzeug des Kinos hat aus früheren Aushilfen gelernt. Die meisten wohnten in der Nordstadt, weil die alte Buslinie von dort kam.

Also hat das Werkzeug „Nordstadt“ als Teil einer guten Aushilfe gelernt. Das ist Bias. Die Trainingsdaten waren schief, also sind es die Ergebnisse auch.

Du bemerkst es, wenn du Gruppen vergleichst

Bias erkennst du oft schon durch einfaches Zählen. Teil die Menschen in Gruppen ein und vergleiche, wie oft jede Gruppe ausgewählt wurde.

Haben sich zwei Gruppen gleich beworben, aber eine wird viel öfter ausgewählt, frag nach dem Grund.

Beispiel: die Auswahlliste des Kinos

GruppeBeworbenAusgewähltAusgewählt von 10In Prozent
Nordstadt1066 von 1060 %
Südstadt1022 von 1020 %
Abstand4 von 1040 %

Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.

Zähl, wer ausgewählt wurde

Code: python
# Jede Person ist [Gruppe, ausgewählt]. True heißt ausgewählt.
personen = [
    ["nord", True], ["nord", True], ["nord", False], ["nord", True],
    ["sued", False], ["sued", True], ["sued", False], ["sued", False],
]

beworben = {}
ausgewaehlt = {}
for person in personen:
    gruppe = person[0]
    if gruppe not in beworben:
        beworben[gruppe] = 0
        ausgewaehlt[gruppe] = 0
    beworben[gruppe] = beworben[gruppe] + 1
    if person[1]:
        ausgewaehlt[gruppe] = ausgewaehlt[gruppe] + 1

for gruppe in beworben:
    print(gruppe, ausgewaehlt[gruppe], "von", beworben[gruppe])

Aus den Zahlen einen Abstand machen

Code: python
# Ausgewählt von beworben je Gruppe, aus dem Run oben.
nord_ausgewaehlt = 3
nord_beworben = 4
sued_ausgewaehlt = 1
sued_beworben = 4

nord_quote = round(nord_ausgewaehlt * 100 / nord_beworben)
sued_quote = round(sued_ausgewaehlt * 100 / sued_beworben)
print("Nord:", nord_quote, "%")
print("Süd:", sued_quote, "%")
print("Abstand:", nord_quote - sued_quote, "%")

Was tun, wenn ein Ergebnis unfair aussieht?

Sag, was dir aufgefallen ist, mit den Zahlen. Sag es jemandem, der es ändern kann: einer Lehrkraft, deiner Chefin oder dem Melde-Knopf einer App. Bitte darum, dass ein Mensch die Entscheidung prüft.

Prüf auch deine eigene Nutzung. Lässt du KI Bilder oder Geschichten über Menschen machen, schau, wer gezeigt wird und wer fehlt.

Beispiel: Wem sagst du es?

Wo du es gesehen hastWem du es sagst
In einer App an der SchuleDeiner Lehrkraft
In einem Werkzeug beim NebenjobDeiner Chefin oder deinem Chef
In einer App auf deinem HandyDem Melde-Knopf der App oder einem Erwachsenen, dem du vertraust

Die Zellen, die Lernende ausfüllen, bleiben in dieser Vorschau leer.

Ein häufiger Fehler

Warnung

Viele denken, ein Computer kann nicht unfair sein, weil er nur den Daten folgt. Genau das ist das Problem: Sind die Daten einseitig, sind es die Ergebnisse auch, also müssen die Zahlen geprüft werden.

Weiterdenken: Wessen Bilder?

Denk an ein Bildwerkzeug, das „eine Forscherin oder einen Forscher“ oder „eine Pflegekraft“ zeigen soll. Zeigt es immer dieselbe Art von Mensch, steckt Bias in seinen Beispielen.

Schreib zwei Fragen auf, die du den Leuten stellen würdest, die so ein Werkzeug gebaut haben.

Sie unterrichten eine Gruppe? Weisen Sie dieses Modul Ihren Studierenden zu, mit Handbuch für Lehrende, automatisch geprüften Aufgaben und einem Lab für jede Person.