2 Ironies of AI – Teil 2 Flashcards

(10 cards)

1
Q

Was ist Explainable AI (XAI)?

A
  • KI-Systeme sollen für Menschen verständlich und nachvollziehbar sein
  • Ziel: Nutzer können Entscheidungen und Logik der KI erkennen, bewerten und hinterfragen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Warum ist Erklärbarkeit bei KI wichtig?

A

Ohne Erklärbarkeit:

  • falsches Vertrauen
  • Missverständnisse
  • schweres Eingreifen im Fehlerfall

Besonders wichtig bei kritischen Entscheidungen wie Medizin, Justiz

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was ist das Out-of-the-Loop-Problem?

A
  • Mensch kennt Systemzustand nicht mehr → kann im Notfall nicht sinnvoll eingreifen
  • Ursache: zu viel Automatisierung, zu wenig Rückmeldung
  • Gefahr: Kontrollverlust
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Welche Fragen sollte eine erklärbare KI beantworten können?

A
  • Welche Daten nimmt sie wahr?
  • Welche Schlüsse zieht sie?
  • Was erwartet sie als Nächstes?
  • Welche Ziele verfolgt sie?
  • Wie sicher ist ihre Einschätzung?
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Was ist Bias in KI-Systemen?

A
  • Verzerrungen in den Daten oder der Logik
  • Ursache: schlechte, einseitige oder historische Trainingsdaten
  • Folge: diskriminierende oder fehlerhafte Entscheidungen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wie kann man Bias in KI erkennen oder verringern?

A
  • Datenquellen analysieren
  • Kausalität statt Korrelation prüfen
  • Unsicherheiten offenlegen
  • Nutzer auf Schwächen aufmerksam machen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Was ist Generalisierungsfähigkeit in der KI?

A
  • Fähigkeit, auch bei neuen, unbekannten Situationen sinnvoll zu handeln
    -Wichtig, um robust und flexibel zu reagieren
  • Viele KI-Systeme versagen bei „out-of-sample“-Fällen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was bedeutet „out-of-sample“ bei KI?

A
  • Neue, unbekannte Daten, die nicht im Training vorkamen
  • Testet, wie gut die KI generalisieren kann
  • Viele Systeme versagen hier → geringe Robustheit

z.B. KI kennt Eisbär, weil oft weisser Hintergrund und Hund, weil oft grüner Hintergrund. Zeigt man dann einen Hund mit weissem Hintergrund, denkt es es ist ein Eisbär.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Was sind Intervention Interfaces?

A
  • Benutzerschnittstellen, über die der Mensch in die KI eingreifen kann
  • Beispiel: Warnhinweise, Korrekturfunktionen, manuelle Überschreibung
  • Ziel: Mensch behält Kontrolle und Verantwortung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Was sind zentrale Anforderungen an vertrauenswürdige KI?

A
  • Transparenz
  • Erklärbarkeit
  • Sichtbarer Umgang mit Bias
  • Menschliche Eingriffsmöglichkeiten
  • Schulung der Nutzer:innen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly