Es bietet sich an, grundlegende Begriffe, wie Vorurteile, Bias, Kriterium, Stereotypen, Diskriminierung und Merkmale von Diskriminierung mit den Teilnehmenden zu besprechen und einzuordnen. Bevor näher über KI im Bewerbungsprozess gesprochen wird, ist es wichtig, die Unterschiede zwischen den objektiven Kriterien und den potenziellen Vorurteilen zu verstehen.

Kriterien:

1. Berufserfahrung und Bildungsniveau:

• Die KI bewertet die Berufserfahrung und das Bildungsniveau der Bewerber*innen anhand festgelegter Maßstäbe. Beispielsweise könnte sie die Anzahl der Jahre in einer bestimmten Branche oder das Vorhandensein bestimmter Abschlüsse berücksichtigen.
• Beispiel: Ein*e Bewerber*in mit einem Masterabschluss und fünf Jahren Erfahrung in einer relevanten Position wird objektiv höher bewertet als ein*e Bewerber*in mit einem Bachelorabschluss und zwei Jahren Erfahrung.

2. Fähigkeiten und Kompetenzen

• Die KI analysiert spezifische Fähigkeiten und Kompetenzen, die in den Bewerbungsunterlagen genannt werden, wie Programmierkenntnisse oder Projektmanagementfähigkeiten.
• Beispiel: Ein*e Bewerber*in, der*die im Lebenslauf spezifische Programmiersprachen wie Python und JavaScript erwähnt, wird höher eingestuft als jemand, der keine solche Fähigkeiten angibt.

3. Sprachliche Ausdrucksfähigkeit

• Die KI bewertet die sprachliche Ausdrucksfähigkeit anhand von Grammatik, Sprachverständnis und Wortwahl in Anschreiben oder Motivationsschreiben.
• Beispiel: Ein*e Bewerber*in, der*die ein fehlerfreies und gut strukturiertes Anschreiben einreicht, erhält eine bessere Bewertung als ein*e Bewerber*in mit vielen grammatikalischen Fehlern.

(Menschliche) Vorurteile:

1. Äußerlichkeiten

• Menschliche Rekrutierer*innen könnten Bewerber*innen aufgrund ihres Erscheinungsbildes, ihrer Kleidung oder anderer äußerlicher Merkmale bevorzugen oder benachteiligen.
• Beispiel: Ein*e Bewerber*in, der*die bei einem Vorstellungsgespräch in formeller Kleidung erscheint, könnte unbewusst bevorzugt werden gegenüber ein*er Bewerber*in in weniger formeller Kleidung, obwohl dies keinen Einfluss auf die tatsächliche Qualifikation hat.

2. Ähnlichkeits-Vorurteil

• Rekrutierer*innen könnten Bewerber*innen bevorzugen, die ihnen selbst ähnlich sind, sei es durch gemeinsame Interessen, Bildungshintergrund oder kulturelle Merkmale.
• Beispiel: Ein*e Rekrutierer*in, der*die selbst an derselben Universität wie die Bewerber*innen studiert hat, könnte diese unbewusst bevorzugen, unabhängig von deren tatsächlicher Eignung für die Position.

3. Konfirmationsbias

• Informationen könnten so interpretiert werden, dass sie bestehende Überzeugungen der Rekrutierer*innen bestätigen.
• Beispiel: Wenn ein*e Rekrutierer*in glaubt, dass ältere Bewerber*innen weniger anpassungsfähig sind, könnte er*sie dazu neigen, Informationen in der Bewerbung eines älteren Kandidat*in negativ zu interpretieren, selbst wenn diese objektiv betrachtet keinen Grund zur Ablehnung darstellen.

Zusammenfassend

Die wesentlichen Unterschiede zwischen den vermeintlich objektiven Kriterien der KI und den potenziellen Vorurteilen menschlicher Rekrutierer*innen liegen in der Art und Weise, wie die Bewertungen vorgenommen werden. Menschliche Rekrutierer*innen sind anfällig für subjektive Eindrücke und unbewusste Vorurteile. KI-Systeme entscheiden anhand festgelegter Kriterien. Diese sind jedoch nicht immer transparent und objektivierbar, da die KI aus menschlichen Daten „lernt“.

Künstliche Intelligenz (KI) ermöglicht es Maschinen, Aufgaben zu erledigen, die normalerweise menschliche Intelligenz erfordern. Dazu gehören Dinge wie Lernen, Problemlösung, Mustererkennung und Entscheidungsfindung. Sie kann durch Daten „lernen“ und mit mehr Daten immer genauer werden.

Es gibt verschiedene Arten von KI:

Schwache KI (Weak AI)

• • Definition: Schwache KI, auch als enge KI bekannt, ist darauf ausgelegt, spezifische Aufgaben zu erfüllen. Diese Systeme sind nicht in der Lage, über ihre programmierten Fähigkeiten hinaus zu denken oder zu handeln.

• • Beispiele: Sprachassistenten wie Siri oder Alexa, Chatbots, die Kundenanfragen beantworten, und Algorithmen zur Bild- und Spracherkennung.

• • Merkmale:
    • • Spezialisiert: Entwickelt für eine bestimmte Aufgabe oder einen begrenzten Aufgabenbereich.
    • • Kein Selbstbewusstsein: Diese KI-Systeme haben kein Bewusstsein oder Verständnis für ihre Umgebung.

Starke KI (Strong AI)

• • Definition: Starke KI, auch als allgemeine KI bekannt, ist eine hypothetische Form der KI, die über umfassende kognitive Fähigkeiten verfügt, die denen eines Menschen ähneln. Diese Systeme könnten theoretisch jede intellektuelle Aufgabe ausführen, die ein Mensch bewältigen kann.

• • Beispiele: Es gibt derzeit keine echten Beispiele für starke KI, da diese Technologie noch nicht entwickelt wurde. In der Science-Fiction wird sie oft dargestellt, z.B. in Filmen wie „Ex Machina“ oder „Her“.

• • Merkmale:
    • • Breite Fähigkeiten: Kann eine Vielzahl von Aufgaben erledigen und sich an neue Situationen anpassen.
    • • Selbstbewusstsein: Hypothetisch könnte eine starke KI ein Bewusstsein und ein Verständnis ihrer eigenen Existenz haben.

Diskussion

Welche Beispiele von KI-Nutzung kennt ihr?

Diese Frage dient dazu, die Teilnehmer*innen zu motivieren, über ihre eigenen Erfahrungen und Beobachtungen nachzudenken und sie in die Diskussion einzubringen. Dies fördert ein tieferes Verständnis und zeigt die vielfältigen Einsatzmöglichkeiten von KI in verschiedenen Bereichen auf. Ein Beispiel ist Siri, die Sprachanfragen auf dem Smartphone beantwortet. Ein anderes Beispiel ist ChatGPT, mit dem man chatten kann und das einem auf Fragen ziemlich intelligent antworten kann. Beide nutzen KI, um menschenähnliche Interaktionen zu ermöglichen (Wuttke, 2023).

Zu Beginn des Workshops sollten alle Anwesenden in einer freundlichen und einladenden Atmosphäre begrüßt werden. Es ist wichtig, den Teilnehmenden zu versichern, dass dieser Workshop ein sicherer Raum für offene Fragen und Diskussionen ist. Darüber hinaus sollten sich die Workshopleiter*innen kurz vorstellen.