Alle Menschenrechte sind von den Entwicklungen der Künstlichen Intelligenz betroffen. Daher ist es in der Entwicklung von KI, GAI bzw. KI-Tools von grundlegender Bedeutung, einen auf Menschenrechten basierenden Ansatz zu verfolgen. Das heißt: Design, Implementierung, Bereitstellung und Nutzung von KI-Technologien müssen im Einklang mit den grundlegen Prinzipien der Menschenrechte stehen und unsere Freiheiten und Rechte schützen. So können wir das Potential dieser Technologien ausschöpfen und gleichzeitig die damit verbundenen Risiken auf ein Minimum reduzieren.
Amnesty International fordert ein Verbot von KI-Systemen, die ein unannehmbares Risiko für die Menschenrechte von Menschen und Gemeinschaften darstellen. Einige KI-Anwendungen sind mit den Menschenrechten grundsätzlich nicht vereinbar oder stellen immer ein unvertretbares Risiko dar. Amnesty International setzt sich dafür ein, sie zu verbieten. Dazu gehören:
Glossar und Definitionen zum Thema KI
Künstliche Intelligenz (KI): Allgemein gesprochen ist KI jedes System, das es Computern ermöglicht, menschliches Verhalten zu imitieren. KI bezieht sich auf die Entwicklung von Computersystemen, die Aufgaben ausführen können, die typischerweise menschliche Intelligenz erfordern. Dazu gehören z.B. Problemlösungen, Lernen, Spracherkennung und -übersetzung, visuelle Wahrnehmung und Entscheidungsfindung. KI wird in verschiedensten Bereichen eingesetzt, so z.B. im Gesundheitswesen, im Finanzbereich, für Überwachung, Bildung oder Unterhaltung.
Es gibt jedoch keine Einigkeit über die Definition von KI, da sich der Begriff nicht auf eine einzelne Technologie bezieht, sondern vielmehr eine Vielzahl von technologischen Anwendungen und Methoden umfasst. Die meisten offiziellen Definitionen beziehen sich auf eine Reihe von datengesteuerten Prozessen, die es Computern ermöglichen, sehr spezifische oder allgemeinere Aufgaben wie Entscheidungsfindung oder Problemlösung anstelle von Menschen oder zu deren Unterstützung auszuführen.
Amnesty International wählt diesbezüglich bewusst eine weit gefasste Definition von KI, um die menschenrechtlichen Auswirkungen der verschiedenen Komponenten, Praktiken und Prozesse, die KI-Technologien zugrunde liegen, adäquat und ganzheitlich zu untersuchen.
Generative Künstliche Intelligenz (GAI): Generative KI ist ein Teilbereich von KI, der darauf spezialisiert ist, neue Inhalte wie Bilder, Texte, Musik, aber auch Programmcodes zu erstellen. GAI umfasst Algorithmen, die auf Grundlage von Datenmustern Ergebnisse generieren können. Während dies einerseits die Erstellung von Inhalten erleichtern kann, gibt es gleichzeitig Bedenken, dass diese Technik zur Erzeugung von Deep Fakes genutzt wird.
Algorithmen: Ein Algorithmus ist eine Reihe von Anweisungen oder Regeln, denen ein Computerprogramm folgt, um bestimmte Aufgaben zu erfüllen oder ein Problem zu lösen. Diese Anweisungen müssen in der richtigen Reihenfolge erfolgen, wie z.B. bei einem Kochrezept.
Neuronale Netzwerke: Neuronale Netzwerke sind ein grundlegendes Konzept in der KI. Sie sind rechnerische Modelle, die von der Struktur und Funktion des menschlichen Gehirns inspiriert sind. Neuronale Netzwerke werden in maschinellem Lernen eingesetzt, um Muster zu erkennen, Vorhersagen zu treffen und Aufgaben wie Bild- und Spracherkennung auszuführen.
Deep Fake: Deep Fakes sind manipulierte Medien, die mithilfe von Deep-Learning-Algorithmen erstellt werden. Sie können realistisch aussehende, aber gefälschte Videos, Bilder oder Audioclips erzeugen. Deep Fakes werfen Fragen zur Desinformation, zum Datenschutz und zum potenziellen Missbrauch von KI-Technologie auf.
Halluzination durch KI: Eine Halluzination durch KI tritt auf, wenn KI-Systeme Ergebnisse generieren, die nicht genau sind oder nicht auf echten Daten basieren. Das kann zu imaginären oder inkorrekten Ergebnissen führen und zu Problemen bei der Zuverlässigkeit und Verantwortlichkeit von KI-Anwendungen.
Prompt: Im Kontext von KI-Sprachmodellen bezieht sich der Begriff „Prompt“ auf eine spezifische Eingabe oder Anweisung, die dem (KI-)Modell gegeben wird, um eine Antwort zu generieren oder eine Aufgabe auszuführen. Die Qualität und Art des Prompts spielen eine wichtige Rolle bei der Beeinflussung der Ausgabe, die vom KI-Modell generiert wird.
LLM (Large-Language-Models – Große Sprachmodelle): Im Kontext der künstlichen Intelligenz bezieht sich ein großes Sprachmodell auf einen Typ von maschinellem Lernmodell, das auf umfangreichen Mengen an Textdaten trainiert wird, um menschenähnliche Sprache zu verstehen und zu generieren. Beispiele für große Sprachmodelle sind Chat-GPT, Bert, Turing, LaMBDA.
Biometrische Daten: Daten zu den physischen/biologischen Merkmalen von Menschen, z. B. Fingerabdrücke, Irisabdrücke, Gesichtsbilder und andere sehr persönliche Merkmale. Diese Daten werden häufig zum Zweck der Identifizierung einer Person oder der Authentifizierung ihrer Identität erfasst und gespeichert.
Gesichtserkennung: Eine Technik der Bildverarbeitung – das heißt, eine Methode zur visuellen Identifizierung von Objekten, Personen und Gelände in Computersystemen – wird zur Identifizierung der Gesichter von Menschen verwendet. Dies erfolgt unter Verwendung eines Referenzgesichtsbilds (z.B. eines Bildes, das aus Aufnahmen von Überwachungskameras gewonnen wurde) zusammen mit einem zuvor trainierten Algorithmus. Dieser kann Bilder, die ihm über andere Datenbanken (z.B. Führerscheinregister, Social-Media-Profile usw.) zur Verfügung gestellt werden, zuordnen, identifizieren und vergleichen. Die Gesichtserkennungstechnologie (Facial Recognition Technology, FRT) zur Identifizierung (auch bekannt als 1:1-Gesichtserkennung) ist eine Technologie der Massenüberwachung by Design und stellt als solche eine Verletzung des Recht auf Schutz der Privatsphäre dar.
Die Gesichtserkennung zur Authentifizierung hingegen verwendet einen anderen Prozess, bei dem zwei Bilder direkt verglichen werden und in der Regel die betreffende Person miteinbezieht, beispielsweise wenn ein Bild einer Person direkt mit ihrem Reisepass verglichen wird oder wenn man sein Gesicht zum Entsperren eines Telefons benutzt.
Scraping: Beim Scraping werden Inhalte aus Webseiten ausgelesen, um Informationen zu gewinnen und zu speichern. Man unterscheidet zwischen manuellem und automatischen Scraping. Für automatisches Scraping verwendet man eine Software oder einen Algorithmus, die/der Webseiten durchsucht, um Informationen herauszufiltern, zu speichern und zu indexieren.