Kann KI für irreführende Eindrücke zur Rechenschaft gezogen werden? Warum die Behebung der digitalen geschlechtsspezifischen Verzerrung Menschen braucht

Im Anschluss an den Internationalen Frauentag 2020 versammelte der französische Nationale Anwaltsrat (CNB) fünfzehn Anwältinnen, Ingenieurinnen, Professorinnen, Forscherinnen, Programmiererinnen und Unternehmerinnen, um nach Lösungen für geschlechtsspezifische Verzerrungen in Algorithmen der künstlichen Intelligenz zu suchen.
Obwohl die allererste Programmiererin eine Frau war, werden Maschinen und Algorithmen heute hauptsächlich von Männern entwickelt. Im Jahr 2020 sind nur 17 Prozent der Beschäftigten im digitalen Sektor weiblich. Nur die Luftfahrtbranche wies einen noch geringeren Anteil an weiblichen Fachkräften auf. Um dem entgegenzuwirken, förderte der CNB auch weibliche Vorbilder, um Frauen zu ermutigen, ihren Platz in diesem Bereich einzunehmen.
In der Tech-Branche stehen Frauen an letzter Stelle. Sie werden manchmal durch Stereotypen von «Geeks» zurückgehalten – eine unvermeidbar männliche Figur, die mit einer Schachtel kalter Pizza vor dem Computerbildschirm sitzt. Diese Vorstellung vom männlichen Tech-Nerd ist nicht nur erwiesenermassen passé, sie schliesst auch die weibliche Figur aus der digitalen Welt aus.
Künstliche Intelligenz (KI) wird oft personalisiert und für Verzerrungen gegenüber Frauen als verantwortlich und schuldig angesehen. In Wirklichkeit analysiert KI jedoch nur unsere eigenen Vorurteile. Sie drückt nichts anderes als die zusammengefassten Meinungen ihrer Schöpfer aus. KI kann somit die sexistischen Tendenzen einer Personalabteilung reproduzieren, nur Lebensläufe von männlichen Kandidaten zu berücksichtigen. Googelt man den Begriff «Unternehmensleiter», ist das häufigste Ergebnis das Bild eines Mannes mit Krawatte. Sucht man umgekehrt nach «Reinigungspersonal», sieht man hauptsächlich Frauen mit Schürzen. Gewollt oder nicht, Entwickler von Algorithmen neigen dazu, ihre eigenen Vorurteile in die von ihnen entworfenen Algorithmen einzufliessen, was sexistische Folgen hat. Es können verschiedene Arten von Verzerrungen auftreten.
Es gibt Datenverzerrungen, die ethnisch diskriminierende Folgen haben können. Sie äussern sich beispielsweise in der automatischen Erkennung morphologischer Kriterien des Gesichts oder der Hautfarbe. Sie sind die Folge davon, dass KI-Lerndaten nicht repräsentativ sein können, wenn das Lernen auf einem einzigen, europäischen Standard basiert. Die Verzerrungen vorausschauender Algorithmen führen so die Daten der Vergangenheit fort, die sie aufnehmen. Die menschliche Freiheit und Initiative würde erstarren, wenn Juristen von solchen Algorithmen abhängig würden.
Wirtschaftliche Verzerrungen sind diskreter und heimtückischer, aber nicht minder häufig. Algorithmen, die bei der Gestaltung von Werbeanzeigen helfen, berücksichtigen die vorhersehbaren Kosten der Zurückstufung einer Bevölkerungsgruppe gegenüber einer anderen aus rein wirtschaftlichen Gründen. So können sie gegenüber Frauen voreingenommen sein.
KI kann blind diskriminieren. Aber sie ist weder verantwortlich noch schuldig. Vielmehr verstärkt sie bestehende Verzerrungen ohne eine reale Möglichkeit der Korrektur. Eine diskriminierende Verzerrung ist schwer zu erkennen, aber noch schwerer zu beheben. Deshalb brauchen wir mehr Frauen und Personen aus Minderheitengruppen, die an der Entwicklung dieser Werkzeuge beteiligt sind. Ihre Parameter müssen den Reichtum unserer Vielfalt des Lebens und der Meinungen einbinden.
Die Digitalisierung verändert die Gesellschaft und wird, solange es Elektrizität gibt, weiterhin Strom verbrauchen. Die gesamte Wirtschaft wird vom Digitalen getragen. Muss jeder Sektor vermännlicht werden, wenn er zu einem aufstrebenden digitalen Markt wird?
Digitales Wissen ist männlich. Das trifft auf Frankreich zu. Nicht überall sonst. Andernorts ist der digitale Sektor ein vielversprechender Bereich für Frauen, weil er ihnen die Arbeit von zu Hause aus ermöglicht und besser an ihre Rahmenbedingungen angepasst werden kann.
Die Behebung geschlechtsspezifischer Verzerrungen erfordert Wege, Frauen besser in die Analyse und Forschung in der Tech-Branche einzubinden. Eine Möglichkeit könnte darin bestehen, bereits bei der Ausbildung anzusetzen und Studiengänge für Frauen attraktiver zu gestalten. Auch Unternehmen sollten bereits bestehende interne organisatorische Mittel nutzen, um Frauen in Entscheidungsprozesse einzubinden. Die Vielfalt bei der Rekrutierung ist eine einfach anzuwendende Massnahme und trägt zu einer gerechteren Repräsentation in einer Unternehmensstruktur bei.
Muss man vorschreiben oder überzeugen, Quoten einführen oder Anreizmechanismen schaffen? Lange Zeit wurde das Wort Quote als Zulassung weniger qualifizierter Bewerber verstanden und zähneknirschend zur Kenntnis genommen. Die Einführung einer Quote verhindert jedoch keineswegs Leistung. Obwohl sie nicht der einzige Weg sein mag, kann sie schnelle Ergebnisse erzielen. Wettbewerbsfähigkeit und Erfolg sollten nicht geschlechtsspezifisch sein. Ein nicht gemischter Tätigkeitsbereich ist besorgniserregend, denn aus der Vielfalt entsteht Reichtum.
Geschlechtsspezifische Verzerrungen wirken sich auf die schulischen Leistungen von Mädchen aus. Es wurde beobachtet, dass sie ab der Sekundarstufe trotz guter Ergebnisse in der Primarschule an Selbstvertrauen verlieren. Eine Aufgabe, die als Mathematikproblem präsentiert wird, führt bei Mädchen zu schlechteren Ergebnissen. Wird diese Verzerrung dekonstruiert, schneiden Jungen weniger gut ab. Die Änderung von Kursbeschreibungen hat eine offensichtliche Wirkung. Die Ausbildung von Lehrpersonen ist daher von extrem hoher Bedeutung. Sie haben die edle Aufgabe, Kinder während ihrer gesamten Schulzeit zu begleiten. Sie müssen die erste Verteidigungslinie gegen Ungleichheit sein.
Es ist daher wichtig, Mädchen schon sehr früh mit dem Programmieren in Kontakt zu bringen, da sich bei kleinen Kindern noch nicht alle Stereotypen verfestigt haben. Programmieren ist nicht komplizierter als Schreiben, und Code ist nicht das exklusive Eigentum von Ingenieuren. Es muss in der Schule allen Kindern beigebracht werden. Es gibt auch keine Altersgrenze; die Frauen von heute wie auch die von morgen können ihren Platz in der digitalen Welt einnehmen, sofern ihnen die entsprechenden Werkzeuge zur Verfügung stehen. Während Bildung eine langfristige Lösung ist, ist Weiterbildung eine kurzfristige Massnahme, um den Status von Frauen zu festigen und geschlechtsspezifische Verzerrungen zu beheben.
Dennoch wurde auf gesellschaftlicher Ebene eine überraschende – vielleicht beängstigende – Beobachtung gemacht: Je höher das allgemeine Niveau der Gleichberechtigung in einem Land ist, desto weniger Frauen entscheiden sich für ein digitales Studium. Umgekehrt gilt: Je mehr Länder auf ungleichen Systemen basieren und je weniger Mädchen und Jungen zusammenleben, desto mehr Frauen wenden sich digitalen Ausbildungen zu. Sollte uns dies zu der Frage veranlassen, ob Koedukation ein Katalysator für die Hemmungen von Frauen ist, in die digitale Technologie einzusteigen?
Letztlich sind Eltern die grössten Vorbilder ihrer Kinder, aber sie sind schwerer zu schulen. Dennoch sollten sie über die grossen Möglichkeiten für Frauen im digitalen Sektor informiert werden, um das Interesse ihrer Töchter zu wecken.
Die besten Systeme der Welt werden, wenn sie blind für geschlechtsspezifische Verzerrungen sind, dieselben alten Nachteile für Frauen reproduzieren. Aus dieser Debatte sind Schwierigkeiten, Gefahren und Warnungen hervorgegangen. Aber es gibt einen wachsenden Optimismus im Bewusstsein und bei der Suche nach Lösungen in Unternehmen, Regierungen und auf internationaler Ebene, wo eine Reflexion über die Ethik der KI im Gange ist.
Christiane Féral-Schuhl ist Präsidentin des französischen Nationalen Anwaltsrats. 
Bild: Tumisu, unter Pixabay-Lizenz.