Konzeptionelle Herausforderungen für die KI: Nachhaltigkeit

Workshop auf der Jahrestagung der Gesellschaft für Informatik, INFORMATIK2021
Es ist eine charakteristische Eigenschaft der neuen, auf Statistik basierenden KI, daß sich die Entscheidungsabläufe nicht im einzelnen nachverfolgen lassen ("Black Box"-Verfahren). Damit läßt sich im allgemeinen im nachhinein nicht mehr genau feststellen, auf welcher Grundlage ein Ergebnis erzielt wurde, ebenso wie sich nur schwierig detaillierten Vorgaben machen lassen, was für Kriterien für eine Entscheidung herangezogen werden dürfen. Dieses Problem wird bereits im Hinblick auf Diskriminierungsverbote intensiv diskutiert. Breiter gefaßt stellt sich aber auch die Frage, ob und wie allgemeine Zielvorgaben wie "Nachhaltigkeit" z.B. durch regulative Vorgaben in der Künstlich Intelligenz zur Geltung gebracht werden können, um nicht einfach nur auf die Verantwortung des Anwenders abgeschoben zu werden. Dabei ist die erste Herausforderung, Nachhaltigkeit in eine begriffliche Form zu fassen, die der KI zugänglich ist. Auf dem Workshop werden wir Fragen nachgehen wie:

  • Welche Definition von Nachhaltigkeit (z.B. der Ökonomie oder der Wirtschaftsethik) ist für KI relevant?
  • Welche grundlegenden Prinzipien müssen in einer KI-Anwendung sichergestellt sein, damit sich das Siegel "nachhaltig" rechtfertigen läßt?
  • Wie kann eine relevante Definition in eine für ein KI-Framework verständliche Syntax überführt werden?
  • Bestimmt der Mensch, welche Art von Nachhaltigkeit für die neue KI Bedeutung hat oder geben wir die Entscheidungshoheit über die Nachhaltigkeit von Systemen an die Intelligenz der "Black Box" in der neuen KI ab?

Darüberhinausgehend soll auf dem Workshop auch diskutiert werden, wie sich konkrete Zielvorgaben durch Normierung und Standardisierung in der KI etablieren lassen. Dafür gehen wir von den Überlegungen aus, die sich in der Normungsroadmap zur Künstlichen Intelligenz finden (www.din.de/go/normungsroadmapki) und werden diese auf ihre Eignung zur Sicherstellung von Nachhaltigkeit in der KI kritisch prüfen.

Programm

mehr zu dem Projekt