Bias und Fairness in KI-Systemen
Die Schülerinnen und Schüler untersuchen, wie Vorurteile in Trainingsdaten zu diskriminierenden KI-Entscheidungen führen können.
Leitfragen
- Erklären Sie, wie Bias in Trainingsdaten entsteht und sich auf KI-Ergebnisse auswirkt.
- Analysieren Sie konkrete Beispiele für diskriminierende KI-Systeme.
- Entwickeln Sie Strategien zur Minderung von Bias in KI-Modellen.
KMK Bildungsstandards
Vorgeschlagene Methoden
Bereit, dieses Thema zu unterrichten?
Erstellen Sie in Sekundenschnelle eine vollständige, unterrichtsfertige Mission für aktives Lernen.
Planungsvorlagen für Digitale Welten Gestalten: Informatik
Mehr in Künstliche Intelligenz und Gesellschaft
Was ist Künstliche Intelligenz?
Die Schülerinnen und Schüler definieren KI und identifizieren Beispiele für KI-Anwendungen im Alltag.
2 methodologies
Maschinelles Lernen: Muster erkennen
Die Schülerinnen und Schüler verstehen das Grundprinzip des maschinellen Lernens anhand von Beispielen zur Mustererkennung.
2 methodologies
Neuronale Netze: Inspiration aus der Biologie
Die Schülerinnen und Schüler erhalten einen vereinfachten Einblick in die Funktionsweise neuronaler Netze.
2 methodologies
Anwendungen von KI im Alltag
Die Schülerinnen und Schüler identifizieren und analysieren verschiedene KI-Anwendungen in ihrem täglichen Leben.
2 methodologies
Ethische Dilemmata der KI
Die Schülerinnen und Schüler diskutieren ethische Fragen im Zusammenhang mit autonomen Systemen und der Entscheidungsfindung von KI.
2 methodologies