Hacking Bias: Gender and Diversity in AI (Seminar) 1-Hacking Bias: Gender and Diversity in AI (Seminar)

Das Seminar untersucht, wie Diskriminierungsstrukturen in KI-Systemen systematisch reproduziert und durch intersektionale Ansätze praktisch und experimentell umgestaltet werden können.

Anhand feministischer und pluralistischer Theorien untersuchen die Studierenden praktische Fallbeispiele und entwickeln dabei Fähigkeiten zur kritischen Reflexion datenbasierter Technologien und ihrer Wechselwirkung mit der Gesellschaft, insbesondere in Bezug auf Geschlecht, Herkunft und Klasse. 

In interdisziplinären Gruppenarbeiten wird das theoretische Wissen in praktische Übungen transferiert. Das Seminar versteht sich als offener Denk- und Gestaltungsraum, in dem Studierende aufgefordert sind, entsprechend ihrer disziplinären Verortung Fragestellungen einzubringen, Ideen auszuarbeiten und Möglichkeiten der Intervention vorzustellen.

Ziel des Seminars ist es, algorithmische, sozioökonomische und gesellschaftliche Ursachen für Bias in KI-Systemen sichtbar zu machen und Methoden zur kritischen Technikgestaltung zu erlernen.

**Vorkenntnisse in KI oder Programmierung sind nicht notwendig.

Das Seminar untersucht, wie Diskriminierungsstrukturen in KI-Systemen systematisch reproduziert und durch intersektionale Ansätze praktisch und experimentell umgestaltet werden können.

Anhand feministischer und pluralistischer Theorien untersuchen die Studierenden praktische Fallbeispiele und entwickeln dabei Fähigkeiten zur kritischen Reflexion datenbasierter Technologien und ihrer Wechselwirkung mit der Gesellschaft, insbesondere in Bezug auf Geschlecht, Herkunft und Klasse. 

In interdisziplinären Gruppenarbeiten wird das theoretische Wissen in praktische Übungen transferiert. Das Seminar versteht sich als offener Denk- und Gestaltungsraum, in dem Studierende aufgefordert sind, entsprechend ihrer disziplinären Verortung Fragestellungen einzubringen, Ideen auszuarbeiten und Möglichkeiten der Intervention vorzustellen.

Ziel des Seminars ist es, algorithmische, sozioökonomische und gesellschaftliche Ursachen für Bias in KI-Systemen sichtbar zu machen und Methoden zur kritischen Technikgestaltung zu erlernen.

**Vorkenntnisse in KI oder Programmierung sind nicht notwendig.