Bias und Generative KI – Blueprint für ein konstruktives Lernprogramm

Generative KI-Systeme weisen oft systematische Ungleichbehandlungen marginalisierter Gruppen auf, insbesondere der weiblichen Bevölkerung. Dies ist ein strukturelles Problem im gesamten AI Lifecycle, bedingt durch den Gender Data Gap in Trainingsdaten und die mangelnde Diversität im Entwicklungsprozess. Da über 50% der Studierenden in Deutschland weiblich sind, müssen sich Hochschulen mit dieser Thematik auseinandersetzen. Als Lösungsansatz wird eine Spring School für Studierende nicht-technischer Fächer im Februar 2025 pilotiert. In diesem viertägigen Lernprogramm entwickeln die Teilnehmenden ein Verständnis für die Auswirkungen von KI auf die Arbeitswelt, mit Fokus auf die Rolle von Frauen sowie ethische und gesellschaftliche Herausforderungen. Durch projektbasierte Gruppenarbeit erarbeiten sie Lösungen zur Förderung von Vielfalt in technologiegetriebenen Branchen. Das Konzept, welches auch das Erlernen der Methoden EduScrum und Nowland-Nextland umfasst, wird als OER-Blueprint bereitgestellt, um anderen Bildungsanbietern die Nutzung und Weiterentwicklung zu ermöglichen.