dc.contributor.author | Brandner, Lou Therese | de |
dc.contributor.author | Hirsbrunner, Simon David | de |
dc.date.accessioned | 2023-04-11T07:53:27Z | |
dc.date.available | 2023-04-11T07:53:27Z | |
dc.date.issued | 2023 | de |
dc.identifier.issn | 2567-8833 | de |
dc.identifier.uri | https://www.ssoar.info/ssoar/handle/document/86138 | |
dc.description.abstract | This article discusses fairness in artificial intelligence (AI) based policing procedures using facial recognition as an example. Algorithmic decisions based on discriminatory dynamics can (re)produce and automate injustice. AI fairness here concerns not only the creation and sharing of datasets or the training of models but also how systems are deployed in the real world. Quantifying fairness can distract rom how discrimination and oppression translate concretely into social phenomena. Integrative approaches can help actively incorporate ethical, legal, social, and economic factors into technology development to more holistically assess the consequences of deployment through continuous interdisciplinary collaboration. | de |
dc.description.abstract | Dieser Beitrag diskutiert Fairness in auf künstlicher Intelligenz (KI) basierenden Verfahren der Polizeiarbeit anhand des Beispiels der Gesichtserkennung. Algorithmische Entscheidungen, die auf gesellschaftlichen Diskriminierungsdynamiken beruhen, können Ungerechtigkeiten (re-)produzieren und automatisieren. KI-Fairness betrifft dabei nicht nur die Erstellung und das Teilen von Datensätzen oder das Training von Modellen, sondern auch die Art des Systemeinsatzes in der Realwelt. Die Quantifizierung von Fairness kann davon ablenken, wie Diskriminierung und Unterdrückung sich konkret als soziale Phänomene niederschlagen. Integrative Ansätze können hier dazu beitragen, durch kontinuierliche interdisziplinäre Kollaboration ethische, rechtliche, soziale und wirtschaftliche Faktoren aktiv in die Technikentwicklung einzubeziehen und die Folgen des Einsatzes ganzheitlicher einzuschätzen. | de |
dc.language | de | de |
dc.subject.ddc | Technik, Technologie | de |
dc.subject.ddc | Technology (Applied sciences) | en |
dc.subject.other | algorithmic bias; fairness; machine learning; policing | de |
dc.title | Algorithmische Fairness in der polizeilichen Ermittlungsarbeit: Ethische Analyse von Verfahren des maschinellen Lernens zur Gesichtserkennung | de |
dc.title.alternative | Algorithmic fairness in police investigative work: Ethical analysis of machine learning methods for facial recognition | de |
dc.description.review | begutachtet (peer reviewed) | de |
dc.description.review | peer reviewed | en |
dc.identifier.url | https://www.tatup.de/index.php/tatup/article/view/7037 | de |
dc.source.journal | TATuP - Zeitschrift für Technikfolgenabschätzung in Theorie und Praxis / Journal for Technology Assessment in Theory and Practice | |
dc.source.volume | 32 | de |
dc.publisher.country | DEU | de |
dc.source.issue | 1 | de |
dc.subject.classoz | Technikfolgenabschätzung | de |
dc.subject.classoz | Technology Assessment | en |
dc.subject.thesoz | Polizei | de |
dc.subject.thesoz | police | en |
dc.subject.thesoz | künstliche Intelligenz | de |
dc.subject.thesoz | artificial intelligence | en |
dc.subject.thesoz | Algorithmus | de |
dc.subject.thesoz | algorithm | en |
dc.subject.thesoz | Fairness | de |
dc.subject.thesoz | fairness | en |
dc.rights.licence | Creative Commons - Namensnennung 4.0 | de |
dc.rights.licence | Creative Commons - Attribution 4.0 | en |
internal.status | formal und inhaltlich fertig erschlossen | de |
internal.identifier.thesoz | 10040018 | |
internal.identifier.thesoz | 10043031 | |
internal.identifier.thesoz | 10035039 | |
internal.identifier.thesoz | 10065988 | |
dc.type.stock | article | de |
dc.type.document | Zeitschriftenartikel | de |
dc.type.document | journal article | en |
dc.source.pageinfo | 24-29 | de |
internal.identifier.classoz | 20800 | |
internal.identifier.journal | 1661 | |
internal.identifier.document | 32 | |
internal.identifier.ddc | 600 | |
dc.source.issuetopic | Modeling for policy: Challenges for technology assessment from new prognostic methods / Modellierung für die Politik: Herausforderungen für die Technikfolgenabschätzung durch neue prognostische Methoden | de |
dc.identifier.doi | https://doi.org/10.14512/tatup.32.1.24 | de |
dc.description.pubstatus | Veröffentlichungsversion | de |
dc.description.pubstatus | Published Version | en |
internal.identifier.licence | 16 | |
internal.identifier.pubstatus | 1 | |
internal.identifier.review | 1 | |
internal.dda.reference | https://www.tatup.de/index.php/tatup/oai@@oai:TATuP:article/7037 | |
ssoar.urn.registration | false | de |