Machine Learning and Society (6 ECTS)

Worum geht's

Du setzt dich mit den gesellschaftlichen, ethischen und technischen Auswirkungen von Machine Learning auseinander. Am Ende kannst du ML-Systeme kritisch bewerten, mögliche Biases und Schäden erkennen sowie Methoden wie Auditing und Red Teaming praktisch anwenden und die Bedeutung von Alignment für große Sprachmodelle einschätzen.

Was du danach kannst

• Komplexe Wechselwirkungen zwischen ML und Gesellschaft verstehen
• Potentielle Biases und algorithmische Schäden erkennen
• Methoden des Auditing und Red Teaming anwenden
• Ansätze zur Alignment von LLMs beurteilen
• Formale Fairness-Definitionen kennen und deren Trade-offs einschätzen
• Projekte in Teams konzipieren, planen und durchführen
• Ergebnisse für unterschiedliche Stakeholder verständlich kommunizieren

Aus was das Modul besteht

• VorlesungEinführung in zentrale Begriffe von Machine Learning und Gesellschaft; kurze Übungen und Fragen zur Sicherung des Verständnisses
• SeminarGruppenarbeit zur praktischen Anwendung der Konzepte; Bearbeitung einer Forschungsfrage und Erstellung eines Projekts

Lehrmethode

• Vorlesung mit Folien und PräsentationenVermittlung der zentralen Konzepte und exemplarischer Fälle
• Interaktive Übungen in der VorlesungÜberprüfung und Festigung des Verständnisses durch kurze Aufgaben
• Seminar mit GruppenprojektenPraktische Anwendung der gelernten Methoden und Teamarbeit
• Abschließende Präsentation und schriftlicher BerichtNachweis der Fähigkeit, Ergebnisse mündlich und schriftlich zu kommunizieren