Zusätzliche Informationen
| Lernziele | Daten sammeln, Algorithmen und Abläufe, Künstliche Intelligenz (KI) |
|---|---|
| Variante | Ari, Evo |
| Geeignet für | Sekundarstufe |
| Dauer | > 45 Minuten |
€ 0,00
Die Schüler*innen untersuchen, wie verzerrte Proxy-Daten dazu geführt haben, dass ein Algorithmus im Gesundheitswesen den Bedarf bestimmter Patientengruppen unterschätzt hat. Sie analysieren die Fallstudie, diskutieren über Fairness und nutzen Farbcodes, um zu modellieren, wie Designentscheidungen die Gleichheit in KI beeinflussen.
119x heruntergeladen
| Lernziele | Daten sammeln, Algorithmen und Abläufe, Künstliche Intelligenz (KI) |
|---|---|
| Variante | Ari, Evo |
| Geeignet für | Sekundarstufe |
| Dauer | > 45 Minuten |