Deep Learning & Künstliche Intelligenz

Deep Learning ist ein Teilbereich des Machine Learnings und nutzt neuronale Netze sowie große Datenmengen. Die Lernmethoden richten sich nach der Funktionsweise des menschlichen Gehirns und resultieren in der Fähigkeit eigener Prognosen oder Entscheidungen.

https://www.bigdata-insider.de/was-ist-deep-learning-a-603129/
deep-learning-motherboard

Für das Training zur Erzeugung von Künstlicher Intelligenz sammeln Algorithmen ununterbrochen ungeheure Mengen an Nutzerdaten. Bemerkenswert dabei ist, dass in der Regel der Mensch in den eigentlichen Lernvorgang der Künstlichen Intelligenz nicht mehr eingreift. Das bedeutet, dass sie sich selbst überlassen wird, sodass niemand mehr wirklich weiß, wie weit ihr Wissensstand ist.

Im Fokus steht das Nutzerverhalten in allen Facetten: Interessen, Familienstand, persönliche Meinung, Einkäufe, Vitalparameter, Schlagworte, angeklickte Links, Lesegeschwindigkeit, Inhalte, Verweildauer auf Seiten, Netzwerk mit anderen Usern, Aufenthaltsort, Mimik, Emotionen und so weiter. Diese Daten werden dazu genutzt, Persönlichkeitsprofile zu erstellen, die dann mit anderen Userdaten mit ähnlichem Persönlichkeitsprofil abgeglichen werden. Dieses Verfahren wird „Profiling“ genannt.

Parameter dieser Einteilung sind die sogenannten „Big Five“ oder auch OCEAN-Modell genannt:

Openness (Aufgeschlossenheit),

Conscientiousness (Gewissenhaftigkeit),

Extraversion (Geselligkeit),

Agreeableness (Kooperationsbereitschaft),

Neuroticism (emotionale Labilität)

Auch wenn die Daten über jeden Einzelnen fehlerbehaftet sind, gibt die Summe aller Daten sehr genaue Prognosen über statistische Wahrscheinlichkeiten des Verhaltens eines Users mit einem bestimmtem Persönlichkeitsprofil. Algorithmen gleichen diese Daten ständig ab und modifizieren sich selbst (adaptives Feedback), sodass sie immer bessere Voraussagen über das wahrscheinliche Verhalten eines Nutzers treffen können.

Genutzt wird dieses Verfahren für Micro-Targeting und die Personalisierung von Inhalten. Das bedeutet, dass Nutzer, ohne es zu wissen, nur für sie ausgewählte Inhalte in allen Bereichen bekommen – eine starke Einschränkung des Informationszugangs also. Der liberale und demokratische Gedanke des Informationsflusses, wie ursprünglich gefordert, wird dadurch massiv untergraben – die freie Wahl ist nur noch eine Illusion, und Algorithmen bestimmen, welche Inhalte uns zur Verfügung stehen.

Empfehlungen:

RABBIT HOLE 4.0 – Attention Engineering in Social Media. Bachelorthesis (pdf, ca. 1,3 MB)


<< vorheriger Artikel – nächster Artikel >>

zur Kapitelübersicht