Die wissenschatlichen Mitarbeiter:innen des GOAL-Projekts Johannes Kevekordes, Marc P. Hauer und Maryam Amir Haeri haben ein Paper zur rechtlichen Beurteilung möglicher Fairness-Maßstäbe veröffentlicht.
Mit dem zunehmenden Einsatz von KI in algorithmischen Entscheidungsfindungen (z. B. auf der Grundlage neuronaler Netze) stellt sich die Frage, wie Bias ausgeschlossen oder abgemildert werden kann. Es gibt einige vielversprechende Ansätze, aber viele von ihnen basieren auf einer „fairen“ Grundwahrheit, andere auf einem subjektiven Ziel, das erreicht werden soll. Dies führt zu dem üblichen Problem, wie „Fairness“ definiert und berechnet werden kann. Die unterschiedliche Funktionsweise der algorithmischen Entscheidungsfindung im Vergleich zur menschlichen Entscheidungsfindung führt zu einer Verschiebung von einer prozessorientierten zu einer ergebnisorientierten Diskriminierungsbewertung. Wir argumentieren, dass die Gesellschaft bei einer solchen Verschiebung bestimmen muss, welche Art von Fairness für ein bestimmtes Szenario die richtige Wahl ist. Um die Auswirkungen einer solchen Entscheidung zu verstehen, erklären wir die verschiedenen Arten von Fairnesskonzepten, die für Einstellungsentscheidungen anwendbar sein könnten, analysieren ihre Vor- und Nachteile im Hinblick auf die jeweilige Fairnessauslegung und bewerten sie aus rechtlicher Sicht (auf der Grundlage des EU-Rechts).
Die vollständige Publikation finden Sie hier.
