{{flagHref}}
Produkte
  • Produkte
  • Kategorien
  • Blog
  • Podcast
  • Anwendung
  • Dokument
|
|
/ {{languageFlag}}
Sprache auswählen
Stanford Advanced Materials {{item.label}}
Stanford Advanced Materials
Sprache auswählen
Stanford Advanced Materials {{item.label}}
Bitte sprechen Sie
a

Der Silizium-Blick: Eine Typologie der Voreingenommenheit und Ungleichheit bei LLMs durch die Brille des Ortes

Titel Der Silizium-Blick: Eine Typologie der Voreingenommenheit und Ungleichheit bei LLMs durch die Brille des Ortes
Autoren Francisco W. Kerche, Matthew Zook, Mark Graham
Zeitschrift Plattformen und Gesellschaft
Datum 01/20/2026
DOI 10.1177/29768624251408919
Einführung In diesem Beitrag wird das Konzept des Siliziumblicks vorgeschlagen und detailliert beschrieben, wie große Sprachmodelle (LLMs) von Natur aus räumliche Ungleichheiten reproduzieren und verschärfen. Durch die Analyse eines 20,3 Millionen Abfragen umfassenden Audits von ChatGPT werden systematische Verzerrungen bei der Darstellung von geografischen Einheiten wie Ländern, Staaten, Städten und Stadtvierteln aufgezeigt. Die Ergebnisse deuten darauf hin, dass Verzerrungen in LLMs inhärent sind und aus historischen Datenungleichgewichten und Designentscheidungen resultieren. Durch einen nuancierten, machtbewussten Ansatz führt die Studie eine fünfteilige Typologie von Verzerrungen ein - Verfügbarkeit, Muster, Mittelwertbildung, Trope und Nähe - und zeigt, wie LLMs bestimmte Orte bevorzugen und andere marginalisieren.
Zitat Francisco W. Kerche, Matthew Zook und Mark Graham. Der Silizium-Blick: Eine Typologie der Vorurteile und Ungleichheiten in LLMs durch die Linse des Ortes. Plattformen & Gesellschaft. 2026. Vol. 3. DOI: 10.1177/29768624251408919
Element Silizium (Si)
Themen Maschinelles Lernen im Materialdesign
Industrie Forschung & Labor
Verwandte Papiere
Laden... Bitte warten Sie...
Veröffentlichen Sie Ihre Forschung und Artikel auf der SAM-Website
Haftungsausschluss
Diese Seite stellt nur die Metadaten akademischer Arbeiten zur Verfügung, um den Nutzern das einfache Auffinden relevanter Informationen zu ermöglichen. Für den vollständigen Zugriff auf die Arbeiten verwenden Sie bitte den DOI, um die Website des ursprünglichen Verlags zu besuchen. Die Daten stammen aus öffentlich zugänglichen wissenschaftlichen Datenbanken und entsprechen den Nutzungsbedingungen dieser Plattformen. Falls Sie Bedenken hinsichtlich des Urheberrechts haben, kontaktieren Sie uns bitte. Wir werden diese umgehend bearbeiten.

Erfolg! Sie sind jetzt abonniert

Sie wurden erfolgreich abonniert! Schauen Sie bald in Ihren Posteingang, um tolle E-Mails von diesem Absender zu erhalten.
Hinterlassen Sie eine Nachricht
Hinterlassen Sie eine Nachricht
* Ihr Name:
* Ihre E-Mail:
* Produkt Name:
* Ihr Telefon:
* Kommentare: