Metaday #95 - Faire Algorithmen

Faire Algorithmen

Bis in die 2010er Jahre wurde die Algorithmenforschung meist als rein mathematische Disziplin betrachtet. Eine Reihe von Skandalen zeigte jedoch, dass Forscher die Auswirkungen und sozialen Folgen ihrer Arbeit bedenken müssen. Nach Berichten über den voreingenommenen Einstellungsalgorithmus von Amazon und den COMPAS-Rückfallalgorithmus begannen Forscher, Algorithmen kritischer zu untersuchen. Dabei fanden sie Biases die zufällig entstehen können oder, was wahrscheinlicher ist, weil sie auf Daten trainiert wurden, die von einer ungerechten Gesellschaft stammen.

In diesem Vortrag werde ich einen Überblick über das Forschungsgebiet der algorithmischen Fairness geben, der anhand einer Reihe von Beispielen aus der Vergangenheit veranschaulicht wird, und zeigen, wie diese Verzerrungen abgemildert werden können. Ich hoffe auch, dass ich die Programmierer*innen im Publikum dazu anregen kann, über die möglichen negativen sozialen Auswirkungen ihrer Arbeit nachzudenken, und ihnen Ideen geben kann, wie diese abgemildert werden können.

Zur Person: Maximilian Vötsch arbeitet an der Universität Wien als Prae-Doc Assistent und studiert Informatik im Doktorat. Seine Forschung befasst sich mit grundlegenden Problemen aus AI, mit Fokus auf unsupervised Learning und Optimierung, sowie fairen Algorithmen.

Der Eintritt ist kostenfrei, kein Konsumzwang