Übungen: Ethische Aspekte der KI

Richtig ist b) Hyperbel.

Das Kapitel definiert Hype ausdrücklich als Hyperbel - ein rhetorisches Stilmittel der Übertreibung. Als Belege dienen historische Fehlprognosen prominenter KI-Vertreter:

• Marvin Minsky (1967): Das Problem, künstliche Intelligenz zu schaffen, werde innerhalb einer Generation im Wesentlichen gelöst sein.
• Marvin Minsky (1970): Innerhalb von 10 Jahren würden Computer uns nicht einmal mehr als Haustiere halten.
• Ray Kurzweil (2005): KI werde um 2029 menschliches Niveau erreichen; bis 2045 werde sich die Intelligenz der Zivilisation milliardenfach vervielfachen.

Diese Prognosen sind bis heute nicht eingetreten und stehen für die Überschätzung technologischer Entwicklung.

Kapitel: EKI08

Tipp: Merke die Zuordnung Hyperbel = Übertreibung. Die Minsky-/Kurzweil-Zitate sind die typischen Klausur-Beispiele dafür.

Definition: Ein Cyborg ist ein Mensch, dessen Körper durch Technologie erweitert wird.

Spektakuläre Beispiele:

• Neil Harbisson: eine im Schädel implantierte Antenne, mit der er Farben jenseits der menschlichen Wahrnehmung wahrnehmen kann.
• Amanda Kitts: trägt eine (bionische) Armprothese.

Alltägliche Beispiele: Hörgeräte, Herzschrittmacher, Brillen.

Kernbotschaft: Die technologische Erweiterung des Menschen ist keine Zukunftsfantasie, sondern in Form von Hörgeräten oder Herzschrittmachern längst gesellschaftliche Normalität. Die Grenze zwischen Mensch und Maschine verschwimmt graduell.

Kapitel: EKI08

Tipp: Gerade die unspektakulären Beispiele (Brille, Hörgerät) sind der Kern des Arguments: Cyborg-Technik ist bereits Alltag.

(a) Vergleich der beiden Fälle (jeweils geringfügiger Diebstahl):

• Vernon Prater (weiß): Risiko-Score 3 (niedrig).
• Brisha Borden (schwarz): Risiko-Score 8 (hoch), nachdem sie ein Kinderfahrrad genommen hatte - sie wurde nicht rückfällig.

Der Algorithmus schrieb der schwarzen Angeklagten eine höhere Gefährlichkeit zu, obwohl sich das Gegenteil zeigte. Laut ProPublica benachteiligt die Software zur Vorhersage künftiger Straftäter schwarze Angeklagte.

(b) Ursache von Bias: ML-Modelle lernen aus historischen Daten und projizieren dadurch Vorurteile aus der Vergangenheit in die Zukunft. Bias entsteht nicht durch böse Absicht, sondern durch verzerrte Trainingsdaten und Modellannahmen.

(c) Warum ethisch besonders problematisch: Der Score wurde im US-Strafjustizsystem eingesetzt, also für folgenreiche Entscheidungen über Menschen. Ein scheinbar objektiver, algorithmischer Wert kann eine höhere Gefährlichkeit zuschreiben, obwohl die tatsächliche Entwicklung dagegen spricht - mit realen Konsequenzen für die Betroffenen.

Kapitel: EKI08

Falle: Ein häufiger Denkfehler ist, Bias auf "böswillige Programmierer" zu schieben. Das Kapitel betont: Ursache sind die Daten und Modellannahmen, nicht die Absicht.

Hype (spekulative Erwartung):

• Prägung durch Science-Fiction-Filme: A.I. - Künstliche Intelligenz (Spielberg), Ex Machina, I, Robot.
• Transhumanisten/Posthumanisten erwarten hyper-intelligente Maschinen, Cyborgs und Unsterblichkeit (Konzept der Superintelligenz/Hyperintelligenz, angelehnt an Kurzweils milliardenfache Vervielfachung).
• Diese Erwartungen sind überzogen, teils angstbesetzt, und schüren unrealistische Vorstellungen.

Realität (Allgegenwart im Alltag):

• Sprachassistenten (Amazon Alexa, z. B. "Alexa, turn on the TV").
• Gesichts- und Augenerkennung in Kameras (Face/Eye Detection).
• Autonom fahrende Autos (Waymo / Google Self-Driving Car).

Kernaussage: KI wirkt nicht als ferne Zukunftsvision, sondern ist schon heute unauffällig in Konsumprodukte integriert - im Gegensatz zur überzeichneten Filmvorstellung.

Kapitel: EKI08

Tipp: Struktur "Hype -> Realität" merken: links Filme/Transhumanismus, rechts Alexa/Gesichtserkennung/Waymo.

Richtig ist b).

Die Infografik ("Replaced by Robots") nennt für den Insurance Underwriter (Versicherungsprüfer) rund 99 %. Weitere Werte: Farm Laborer 97 %, Drill Press Operator 94 %, Logging Worker 79 %, Mail Carrier 68 %, Jeweler 68 %. Quelle laut Folie: Career Cluster, Frey and Osborne, Citi Research (via futurism.com).

• a) ist falsch: Das Kapitel stellt einen historischen Bezug zur Industriellen Revolution her, die bereits menschliche Arbeit durch Maschinen ersetzte.
• c) ist falsch: Es gibt im Foliensatz keinen Hinweis auf eine studentische Präsentation.
• d) ist falsch: Die meisten genannten Werte liegen deutlich über 50 %.

Die gesellschaftliche Kernfrage: Wie geht eine Gesellschaft mit dem möglichen Wegfall zahlreicher Arbeitsplätze um?

Kapitel: EKI08

Tipp: Die genauen Prozentzahlen sind Beispielwerte aus der Grafik (Frey and Osborne) - die Größenordnung "sehr hoch bei repetitiven Berufen" ist wichtiger als die exakte Zahl.

(a) HFT und Flash Crash: Beim Hochfrequenzhandel (HFT, high frequency trading) treffen Algorithmen Kauf- und Verkaufsentscheidungen an Börsen in Sekundenbruchteilen ohne menschliches Eingreifen. Der Flash Crash (dargestellt als Kurseinbruch des E-mini S&P 500) zeigt, wie automatisierte Entscheidungen zu abrupten Marktverwerfungen führen können - ein Beispiel für maschinelle Fehlentscheidungen mit weitreichenden Folgen.

(b) Pro/Contra (aus dem Spannungsfeld des Kapitels):

Fazit: Das Kapitel gibt bewusst keine fertige Antwort. Offen bleibt, in welchen Bereichen die letzte Entscheidung beim Menschen liegen muss.

Kapitel: EKI08

Tipp: Das ethische Spannungsfeld lautet "bessere/schnellere Entscheidungen" vs. "Fehlentscheidungen mit unklarer Verantwortung". An diesem Gegensatz lässt sich jede Pro/Contra-Antwort aufhängen.

(a) Es handelt sich um autonome Waffen - sie "select and engage targets without human intervention", also wählen Ziele aus und bekämpfen sie ohne menschliches Eingreifen.

(b) Die Folie verweist auf den offenen Brief des Future of Life Institute ("Autonomous Weapons Open Letter"), unterzeichnet von KI- und Robotik-Forschern. Der Brief warnt, dass der Einsatz solcher Systeme technisch in Jahren, nicht Jahrzehnten machbar sei, und beschreibt autonome Waffen als dritte Revolution der Kriegsführung nach Schießpulver und Atomwaffen.

(c) Einordnung in die Leitfrage: Das Szenario ist ein Kernfall der Leitfrage "Wer soll entscheiden, Mensch oder Maschine?". Hier geht es um die unkontrollierte Delegation von Gewalt an Maschinen: Die Konsequenzen sind gravierend und die Verantwortung ist unklar. Es bildet - zusammen mit dem HFT/Flash-Crash-Beispiel - das ethische Spannungsfeld ab, in dem offen bleibt, wo die letzte Entscheidung beim Menschen liegen muss.

Kapitel: EKI08

Falle: "Dritte Revolution der Kriegsführung" ist die Einordnung nach Schießpulver und Atomwaffen - diese Reihenfolge wird gern in der Klausur abgefragt.

Musterantwort (Struktur + Inhalt):

Einleitung: Die zentrale Leitfrage des Kapitels lautet "Wer soll entscheiden, Mensch oder Maschine?". Sie betrifft die Delegation folgenreicher Entscheidungen an Maschinen. Das Kapitel nennt zwei prägnante Anwendungsfelder.

Feld 1 - Hochfrequenzhandel (HFT): Algorithmen treffen Kauf-/Verkaufsentscheidungen in Sekundenbruchteilen ohne menschliches Eingreifen. Der Flash Crash (Kurseinbruch des E-mini S&P 500) zeigt, wie automatisierte Entscheidungen zu abrupten Marktverwerfungen führen können - maschinelle Fehlentscheidungen mit weitreichenden Folgen.

Feld 2 - Autonome Waffen: Systeme, die Ziele ohne menschliches Eingreifen auswählen und bekämpfen. Der offene Brief des Future of Life Institute warnt, der Einsatz sei technisch in Jahren, nicht Jahrzehnten machbar, und nennt sie die dritte Revolution der Kriegsführung nach Schießpulver und Atomwaffen.

Spannungsfeld: Maschinen können Entscheidungen schneller und potenziell konsistenter treffen als Menschen. Doch bei Fehlern (Flash Crash) oder unkontrollierter Delegation von Gewalt (autonome Waffen) sind die Konsequenzen gravierend und die Verantwortung unklar.

Schluss: Das Kapitel ist bewusst offen und diskursiv: Es liefert keine fertigen Antworten, sondern Diskussionsimpulse. Offen bleibt, in welchen Bereichen die letzte Entscheidung beim Menschen liegen muss - die Abschlussfolie öffnet das Thema ausdrücklich für weitere Aspekte.

Kapitel: EKI08

Tipp: Eine vollständige Klausurantwort nennt beide Felder (HFT und autonome Waffen), das Spannungsfeld (schnell/konsistent vs. Fehler/Verantwortung) und den offenen Charakter des Kapitels.

Falle: Nicht über den Folieninhalt hinausgehen: Das Kapitel enthält keine Chancen-/Risiken-Tabelle, keinen Abschnitt zu rechtlichen Leitlinien (z. B. EU-KI-Regulierung) und gibt bewusst keine Lösungsvorschläge vor.

Musterantwort (Struktur + Inhalt):

Definition: Bias (Verzerrung) ist ein zentrales ethisches Risiko des ML. Da ML-Modelle aus historischen Daten lernen, projizieren sie Vorurteile aus der Vergangenheit in die Zukunft.

Fallbeispiel (ProPublica "Machine Bias", 2016): Eine Software zur Vorhersage künftiger Straftäter wurde im US-Strafjustizsystem eingesetzt und benachteiligt laut der Untersuchung schwarze Angeklagte. Der gezeigte Vergleich zweier Fälle geringfügigen Diebstahls:

• Vernon Prater (weiß): Risiko-Score 3 (niedrig).
• Brisha Borden (schwarz): Risiko-Score 8 (hoch), obwohl sie nicht rückfällig wurde.

Ein algorithmischer Risiko-Score kann also eine höhere Gefährlichkeit zuschreiben, obwohl die tatsächliche Entwicklung dagegen spricht.

Entstehung: Bias entsteht nicht durch böse Absicht, sondern durch verzerrte Trainingsdaten und Modellannahmen. Das macht ihn tückisch: Das System wirkt objektiv, reproduziert aber die Vorurteile seiner Datengrundlage.

Warum keine fertige Lösung: Das Kapitel ist bewusst offen und diskursiv gehalten und liefert Diskussionsimpulse statt fertiger Antworten. Es benennt das Risiko und den Mechanismus (Daten -> Zukunft), gibt aber keine abschließende Lösungsliste vor; die Abschlussfolie lädt ausdrücklich zur Ergänzung eigener ethischer Aspekte ein.

Kapitel: EKI08

Tipp: Kernsatz für die Klausur: "Bias projiziert Vorurteile der Vergangenheit in die Zukunft - durch verzerrte Daten, nicht durch böse Absicht." Damit ist Definition und Ursache in einem Satz abgedeckt.