Künstliche Intelligenz und die mögliche Diskriminierung von Geschlechtern

Eine kritische Untersuchung von Large Language Models im Marketingsektor

Thèse de Bachelor , 2024 , 50 Pages , Note: 1,3

Informatique - Intelligence artificielle

Diese Arbeit untersuchte den Gender-Bias in Large Language Models (LLMs) im Marketingsektor. Im Fokus stand die Analyse von Textantworten, die durch spezifische Prompts aus unterschiedlichen Perspektiven (neutral, weiblich, männlich) generiert wurden, und die Bewertung hinsichtlich geschlechtskodierter Sprache. Die Studie zielte darauf ab, herauszufinden, ob die Wahl der Produktkategorie zu unterschiedlichen Ergebnissen in Bezug auf Gender-Bias führte und wie die Antworten zwischen männlichen und weiblichen Perspektiven variierten. Untersucht wurde auch, ob die Länge der generierten Texte geschlechtsspezifische Unterschiede aufzeigte.
Die Studie zeigte, dass LLMs in der Textgenerierung geschlechtsspezifische Unterschiede aufwiesen, insbesondere in Bezug auf Sprachmuster und Themenschwerpunkte je nach männlichen oder weiblichen Prompts. Zudem ergab die Untersuchung, dass bestimmte Produktkategorien stärkere geschlechtsspezifische Verzerrungen aufzeigten. Die Ergebnisse betonen die Wichtigkeit, bei der Entwicklung von KI-Systemen für Marketingzwecke auf Geschlechtergerechtigkeit und Unvoreingenommenheit zu achten, um faire und inklusive Werbebotschaften zu gewährleisten.

Inhaltsverzeichnis

• 1 EINLEITUNG
• 2 KÜNSTLICHE INTELLIGENZ
  • 2.1 DEFINITION UND GRUNDLAGEN DER KI
  • 2.2 BEGRIFFSABGRENZUNG
    • 2.2.1 MASCHINELLES LERNEN
    • 2.2.2 DEEP LEARNING
    • 2.2.3 LARGE LANGUAGE MODELS
  • 2.3 AKTUELLER STAND DER KI
  • 2.4 KÜNSTLICHE INTELLIGENZ IM MARKETING
• 3 DISKRIMINIERUNG VON GESCHLECHTERN
  • 3.1 DEFINITION UND FORMEN DER GESCHLECHTERDISKRIMINIERUNG
  • 3.2 GESCHLECHTERDISKRIMINIERUNG AM ARBEITSPLATZ
  • 3.3 GESCHLECHTERSTEREOTYPE
• 4. GESCHLECHTERDISKRIMINIERUNG DURCH KI – AKTUELLER FORSCHUNGSSTAND
  • 4.1 DISKRIMINIERUNG DURCH KI IN DER ARBEITSWELT
  • 4.2 DISKRIMINIERUNG DURCH CHATBOTS UND LLMS
  • 4.3 DISKRIMINIERUNG DURCH KI IN ANDEREN BEREICHEN
  • 4.4 HERAUSFORDERUNGEN VON ETHIK UND FAIRNESS IN KI-SYSTEMEN
• 5 METHODIK
  • 5.1 ALLGEMEINER AUFBAU
  • 5.2 QUANTITATIVE ANALYSE
  • 5.3 QUALITATIVE ANALYSE:
• 6 ERGEBNISSE
  • 6.1 QUANTITATIVE ANALYSE
    • 6.1.1 GENDER DECODER
    • 6.1.2 TEXTLÄNGE
  • 6.2 QUALITATIVE ANALYSE
    • 6.2.1 EINFLUSS DER PRODUKTKATEGORIE
    • 6.2.2 EINFLUSS DER GESCHLECHTERPERSPEKTIVE:
• 7 DISKUSSION
  • 7.1 INTERPRETATION DER ERGEBNISSE
  • 7.2 EINORDNUNG DER FORSCHUNGSERGEBNISSE
  • 7.3 LIMITATIONEN DER FORSCHUNG
  • 7.4 IMPLIKATIONEN FÜR ZUKÜNFTIGE FORSCHUNG

Zielsetzung und Themenschwerpunkte

Diese Bachelorarbeit befasst sich mit der Analyse des Gender-Bias in Large Language Models (LLMs) im Marketingsektor. Die Arbeit untersucht, ob und inwiefern diese KI-Systeme geschlechtsspezifische Verzerrungen aufweisen, insbesondere in Bezug auf die Generierung von Texten und die Wahl von Produktkategorien. Die zentralen Themen der Arbeit sind:

• Gender-Bias in Large Language Models
• Geschlechtsspezifische Unterschiede in der Textgenerierung
• Einfluss von Produktkategorien auf Gender-Bias
• Ethik und Fairness in KI-Systemen
• Implikationen für die Zukunft des Marketings

Zusammenfassung der Kapitel

• Kapitel 1: Einleitung – Die Arbeit stellt das Thema des Gender-Bias in LLMs im Marketingsektor vor und erläutert die Relevanz der Untersuchung.
• Kapitel 2: Künstliche Intelligenz – Dieses Kapitel definiert und erklärt die Grundlagen der KI, insbesondere maschinelles Lernen, Deep Learning und Large Language Models. Es beleuchtet auch den aktuellen Stand der KI-Forschung und den Einsatz von KI im Marketing.
• Kapitel 3: Diskriminierung von Geschlechtern – Dieses Kapitel beleuchtet die Definition und verschiedene Formen der Geschlechterdiskriminierung, insbesondere am Arbeitsplatz und durch Stereotype.
• Kapitel 4: Geschlechterdiskriminierung durch KI – Aktueller Forschungsstand – Dieses Kapitel untersucht den aktuellen Stand der Forschung zu geschlechtsspezifischer Diskriminierung durch KI-Systeme, insbesondere in der Arbeitswelt, durch Chatbots und LLMs und in anderen Bereichen.
• Kapitel 5: Methodik – Dieses Kapitel beschreibt die Methodik der Studie, einschließlich der quantitativen und qualitativen Analysemethoden.
• Kapitel 6: Ergebnisse – Dieses Kapitel präsentiert die Ergebnisse der quantitativen und qualitativen Analyse, einschließlich der Erkenntnisse zum Gender Decoder, der Textlänge und dem Einfluss von Produktkategorien und Geschlechterperspektiven.

Schlüsselwörter

Die Arbeit fokussiert auf die Schlüsselbegriffe Künstliche Intelligenz, Large Language Models, Gender-Bias, Geschlechterdiskriminierung, Marketing, Textgenerierung, Sprachmuster, Produktkategorien, Ethik, Fairness und Inklusion. Diese Begriffe repräsentieren die zentralen Themen und Konzepte der Untersuchung, die sich mit den Herausforderungen und Chancen von KI-Systemen im Marketing auseinandersetzen.

• Université: Technical University of Chemnitz
• Note: 1,3
• Auteur: Anonym (Auteur)
• Année de publication: 2024
• Pages: 50
• N° de catalogue: V1485029
• ISBN (PDF): 9783389039083
• ISBN (Livre): 9783389039090
• Langue: allemand
• mots-clé: AI, KI, Artificial Intelligence, Künstliche Intelligenz, Geschlechterdiskriminierung, Diskriminierung, Gender discrimination, Marketing, ChatGPT, Google Bard, Large Language Models, LLMs, Gender Bias, Bias, Deep Learning, Machine Learning