Inklusion ist kein fertiges Konzept, sondern ein Prozess, der immer weitergedacht werden muss. Auf dieser Seite sammle ich Impulse aus der aktuellen Forschung, die für ein diklusives Bildungsverständnis relevant sind.
Hier geht es nicht um meine eigenen Artikel oder Erkenntnisse, sondern um Themen, Perspektiven und Beiträge von Wissenschaftler:innen und Fachstellen, die neue Denkanstöße geben. Ich möchte sichtbar machen, wie vielfältig Forschung zu Inklusion, Demokratiebildung, Mehrsprachigkeit und chancengerechter Bildung ist – und lade dazu ein, sich inspirieren zu lassen.
BIAS aus? KI
Bias is the tendency to promote prejudiced results due to erroneous assumption
Mavrogiorgos et al. (2024), S. 2
Bias in Machine Learning
Künstliche Intelligenz wird immer stärker in unser Leben integriert – ob in Sprachmodellen, Suchmaschinen oder Empfehlungssystemen. Doch mit dieser Verbreitung wächst auch ein zentrales Problem: Bias, also Verzerrungen, die zu unfairen Ergebnissen führen können.
Der Artikel „Bias in Machine Learning: A Literature Review“ von Mavrogiorgos et al. (2024) bietet einen umfassenden Überblick darüber, welche Formen von Bias in der Entwicklung und Anwendung von KI-Systemen auftreten können, woher sie kommen und wie sie gemindert werden können. Besonders spannend: Bias entsteht nicht nur durch verzerrte Daten, sondern auch durch die Algorithmen selbst oder durch unbewusste Entscheidungen von Entwickler:innen.
Die Studie macht deutlich, dass Forschung zu algorithmischem Bias sehr ungleich verteilt ist: Während Daten-Bias vergleichsweise gut untersucht ist, fehlen noch fundierte Ansätze, um Verzerrungen auf Ebene der Algorithmen oder Entwickler:innen wirksam zu begegnen. Der Artikel liefert dafür eine wertvolle Klassifikation und zeigt konkrete Methoden, mit denen Bias erkannt und reduziert werden kann.