Künstliche Intelligenz: Bild und Bias
Bildgenerative KI erzeugt verzerrte, oftmals stereotype Abbildungen von Realität. Warum ist das so und wie kann gegengesteuert werden? In der Präsentation werden die Funktionsweisen von Generative Adversarial Networks und Diffusionsmodellen mit Vorteilen und Problemen bei der Anwendung vorgestellt,...
Saved in:
Main Authors: | , |
---|---|
Corporate Authors: | , |
Format: | Presentation |
Language: | German |
Published: |
Philipps-Universität Marburg
2025
|
Subjects: | |
Online Access: | PDF Full Text |
Tags: |
No Tags, Be the first to tag this record!
|
Summary: | Bildgenerative KI erzeugt verzerrte, oftmals stereotype Abbildungen von Realität. Warum ist das so und wie kann gegengesteuert werden? In der Präsentation werden die Funktionsweisen von Generative Adversarial Networks und Diffusionsmodellen mit Vorteilen und Problemen bei der Anwendung vorgestellt, Bias in bestehenden Modellen aufgezeigt und auf Strategien zur Vermeidung von Bias eingegangen. Dabei liegt ein Fokus auf der Erzeugung geschlechtergerechten Bildmaterials, wobei auch intersektionale Momente berücksichtigt werden.
Die Präsentation ist Begleitmaterial zur Folge 13 im Podcast KI in der Lehre zu Bias in bildgenerativer KI:
https://www.youtube.com/playlist?list=PLLmr_XhQwwKNAuJLA8bpNUHv0QiGvvs1v |
---|---|
DOI: | 10.17192/es2025.0034 |