„Bias in künstlicher Intelligenz ist kein technisches Problem, das allein durch bessere Algorithmen gelöst werden kann – es ist ein Spiegelbild der gesellschaftlichen Vorurteile, die in den Daten verankert sind, mit denen diese Systeme trainiert werden. Wenn KI-Systeme auf historischen Daten basieren, die Diskriminierungen oder Stereotype enthalten, verstärken und reproduzieren sie diese Muster unbewusst und auf großer Skala. Deshalb erfordert der Umgang mit Bias nicht nur technisches Expertise, sondern auch ein tiefes Verständnis von Ethik, Soziologie und den sozialen Kontexten, aus denen die Daten stammen. Bias zu erkennen und zu minimieren bedeutet, einen ganzheitlichen Ansatz zu verfolgen: Transparenz in den Modellen zu schaffen, diverse Datensets zu nutzen, kontinuierlich zu prüfen und Feedback von verschiedenen Nutzergruppen einzuholen. Nur so kann künstliche Intelligenz gerecht und verantwortungsvoll eingesetzt werden, um den Nutzen für alle Menschen zu maximieren und systemische Ungleichheiten nicht weiter zu verschärfen.“
– Adaptierte Zusammenfassung basierend auf aktuellen Forschungen im Bereich Fairness und Ethik der KI
