Zusammenfassung
Künstliche Intelligenz (KI) hat das Potenzial, die Art und Weise zu verändern, wie wir den Klimawandel bekämpfen und mehr Teilhabe in unserer Gesellschaft sicherstellen. Gleichzeitig dürfen wir die Vorbehalte gegenüber der Kontrolle der Technologie nicht außer Acht lassen. Es ist folglich wichtig, dass wir uns die Implikationen von KI-Systemen bewusst machen, sie von Anfang an verantwortungsvoll gestalten und mögliche Risiken begrenzen. So können wir dazu beitragen, dass künstliche Intelligenz den Menschen zugutekommt und eine positive Wirkung auf unsere Gesellschaft hat.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Centre for AI & Climate, Climate Change AI. (2021). Climate Change and AI: Recommendations for Government. Tratto da. https://www.gpai.ai/projects/climate-change-and-ai.pdf.
Deutsches Zentrum für Luft- und Raumfahrt. (2021). Auf dem Weg zu einer emissionsfreien Luftfahrt. Tratto da https://www.dlr.de/content/de/downloads/publikationen/broschueren/2021/luftfahrtstrategie-des-dlr-zum-european-green-deal.pdf?__blob=publicationFile&v=5.
Dimock, W. C. (2022, April 05). What AI can do for climate change, and what climate change can do for AI. Tratto da Scientific American. https://www.scientificamerican.com/article/what-ai-can-do-for-climate-change-and-what-climate-change-can-do-for-ai/.
Guo, A., Kamar, E., Vaughan, J. W., Wallach, H., & Morris, M. R. (2020). Toward fairness in AI for people with disabilities SBG@ a research roadmap. ACM SIGACCESS accessibility and computing (125), 1–1, ACM New York, NY, USA. https://doi.org/10.1145/3386296.3386298.
IPCC. (2022). Climate Change 2022. Tratto da https://report.ipcc.ch/ar6wg3/pdf/IPCC_AR6_WGIII_FinalDraft_FullReport.pdf.
Itoh, S., Kodama, Y., Shimizu, T., Sekiguchi, S., Nakamura, H., & Mori, N. (2010). Power consumption and efficiency of cooling in a Data Center. 2010 11th IEEE/ACM International Conference on Grid Computing. IEEE. doi:https://doi.org/10.1109/grid.2010.5697800.
Lacoste, A., Luccioni, A., Schmidt, V., & Dandres, T. (2019). Quantifying the carbon emissions of machine learning. Tratto da http://arxiv.org/abs/1910.09700.
McGovern, G. (2020). World Wide Waste. Silver Beach.
Morris, M. R. (2020). AI and accessibility. Communications of the ACM, 63(6), 35–37. https://doi.org/10.1145/3356727.
PWC. (2019). How AI can enable a sustainable future. Tratto da https://www.pwc.de/de/nachhaltigkeit/how-ai-can-enable-a-sustainable-future.pdf.
Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and policy considerations for deep learning in NLP. Tratto da https://arxiv.org/pdf/1906.02243.pdf.
World Health Organization. (2011). Weltbericht Behinderung. Weltgesundheitsorganisation. Tratto da https://www.bar-frankfurt.de/fileadmin/dateiliste/rehabilitation_und_teilhabe/Internationale_Themen/Reha_International/downloads/weltbericht-behinderung-2011.pdf.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kellner, S. (2024). Verantwortungsvoller Umgang mit Künstlicher Intelligenz. In: Doger-Herter, Ö. (eds) Women in Data Science. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-42219-6_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-42219-6_4
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-42218-9
Online ISBN: 978-3-658-42219-6
eBook Packages: Business and Economics (German Language)