Fairness in Rankings
dc.contributor.author | Zehlike, Meike | |
dc.contributor.editor | Reischuk, Rüdiger | |
dc.date.accessioned | 2023-11-09T13:38:08Z | |
dc.date.available | 2023-11-09T13:38:08Z | |
dc.date.issued | 2023 | |
dc.description.abstract | Künstliche Intelligenz und selbstlernende Systeme spielen eine immer größer werdende Rolle in unserem Alltag. Rankings stellen dabei das wesentliche Instrument unserer Onlinesuche nach Inhalten, Produkten, Freizeitaktivitäten und relevanten Personen dar. Die Reihenfolge der Suchergebnisse bestimmt somit nicht nur die Zufriedenheit der Suchenden, sondern auch die Chancen der Sortierten auf Bildung, ökonomischen und sogar sozialen Erfolg. Diskriminierende Rankings erzeugen nicht nur unmittelbare Nachteile, sondern führen auch zu nachteil-verstärkenden Feedbackschleifen. Die vorliegende Arbeit adressiert drei wichtige Herausforderungen, die im Kontext algorithmischer Diskriminierung durch Ranking-Systeme auftreten: Die ethischen Ziele verschiedener Ranking-Situationen müssen mit denjenigen übereinstimmen, die in Ranking-Algorithmen implizit kodiert sind. Zweitens müssen ethische Wertesysteme in Mathematik und Algorithmen zu übersetzt werden, um Ranking-Algorithmen zur Vermeidung von Diskriminierung bereitzustellen. Drittens sollten diese Methoden einem breiten Publikum zugänglich sein, das sowohl Programmiererinnen, als auch Juristinnen und Politikerinnen umfasst. | de |
dc.identifier.isbn | 978-3-88579-981-8 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/42609 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V. | |
dc.relation.ispartof | Ausgezeichnete Informatikdissertationen 2022 (Band D23) | |
dc.title | Fairness in Rankings | de |
dc.type | Text/Conference Paper | |
gi.citation.endPage | 320 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 311 | |
gi.conference.date | 14.-17.05.2023 | |
gi.conference.location | Schloss Dagstuhl, Deutschland |
Dateien
Originalbündel
1 - 1 von 1