#reboundeffekte — Public Fediverse posts

Neue Studie zu systemischen #Umweltrisiken von KI

#KünstlicheIntelligenz erzeugt systemische #Umweltrisiken.
Eine neue Studie der Gesellschaft für Informatik e.V. erfasst und analysiert diese umfassend. Zentrales Ergebnis: Die Risiken sind struktureller Natur, können ökologische Schäden beschleunigen und Verantwortlichkeiten verwischen. Zudem tragen die ökologischen und sozialen Kosten oft nicht diejenigen, die durch #KI an Profit und Produktivität gewinnen.

Ein zentraler Befund der Studie ist, dass systemische Umweltrisiken durch #Machtkonzentration, begrenzte Governance, ökonomische Rahmenbedingungen und durch die Komplexität und #Unvorhersehbarkeit vieler KI-Systeme begünstigt werden. Durch diese Bedingungen können etwa sogenannte #ReboundEffekte und #Pfadabhängigkeiten entstehen. Diese können zu materiellen Schäden wie #Ressourcenerschöpfung und #Toxizität führen, aber auch den Verlust lokalen und indigenen Wissens bedeuten. Zudem zeigt die Studie eine ungleiche Verteilung von Vorteilen und Belastungen durch KI: Während #Produktivitätsgewinne und #Profite vor allem bei wenigen ressourcenstarken Akteuren konzentriert sind, tragen marginalisierte Gruppen überproportional die ökologischen und sozialen Kosten – etwa in Regionen, in denen Rohstoffe abgebaut, #Abfälle entsorgt oder besonders verletzliche #Ökosysteme belastet werden.

https://www.scinexx.de/businessnews/neue-studie-zu-systemischen-umweltrisiken-von-ki/

Neue Studie zu systemischen #Umweltrisiken von KI

#KünstlicheIntelligenz erzeugt systemische #Umweltrisiken.
Eine neue Studie der Gesellschaft für Informatik e.V. erfasst und analysiert diese umfassend. Zentrales Ergebnis: Die Risiken sind struktureller Natur, können ökologische Schäden beschleunigen und Verantwortlichkeiten verwischen. Zudem tragen die ökologischen und sozialen Kosten oft nicht diejenigen, die durch #KI an Profit und Produktivität gewinnen.

Ein zentraler Befund der Studie ist, dass systemische Umweltrisiken durch #Machtkonzentration, begrenzte Governance, ökonomische Rahmenbedingungen und durch die Komplexität und #Unvorhersehbarkeit vieler KI-Systeme begünstigt werden. Durch diese Bedingungen können etwa sogenannte #ReboundEffekte und #Pfadabhängigkeiten entstehen. Diese können zu materiellen Schäden wie #Ressourcenerschöpfung und #Toxizität führen, aber auch den Verlust lokalen und indigenen Wissens bedeuten. Zudem zeigt die Studie eine ungleiche Verteilung von Vorteilen und Belastungen durch KI: Während #Produktivitätsgewinne und #Profite vor allem bei wenigen ressourcenstarken Akteuren konzentriert sind, tragen marginalisierte Gruppen überproportional die ökologischen und sozialen Kosten – etwa in Regionen, in denen Rohstoffe abgebaut, #Abfälle entsorgt oder besonders verletzliche #Ökosysteme belastet werden.

https://www.scinexx.de/businessnews/neue-studie-zu-systemischen-umweltrisiken-von-ki/

Neue Studie zu systemischen #Umweltrisiken von KI

#KünstlicheIntelligenz erzeugt systemische #Umweltrisiken.
Eine neue Studie der Gesellschaft für Informatik e.V. erfasst und analysiert diese umfassend. Zentrales Ergebnis: Die Risiken sind struktureller Natur, können ökologische Schäden beschleunigen und Verantwortlichkeiten verwischen. Zudem tragen die ökologischen und sozialen Kosten oft nicht diejenigen, die durch #KI an Profit und Produktivität gewinnen.

Ein zentraler Befund der Studie ist, dass systemische Umweltrisiken durch #Machtkonzentration, begrenzte Governance, ökonomische Rahmenbedingungen und durch die Komplexität und #Unvorhersehbarkeit vieler KI-Systeme begünstigt werden. Durch diese Bedingungen können etwa sogenannte #ReboundEffekte und #Pfadabhängigkeiten entstehen. Diese können zu materiellen Schäden wie #Ressourcenerschöpfung und #Toxizität führen, aber auch den Verlust lokalen und indigenen Wissens bedeuten. Zudem zeigt die Studie eine ungleiche Verteilung von Vorteilen und Belastungen durch KI: Während #Produktivitätsgewinne und #Profite vor allem bei wenigen ressourcenstarken Akteuren konzentriert sind, tragen marginalisierte Gruppen überproportional die ökologischen und sozialen Kosten – etwa in Regionen, in denen Rohstoffe abgebaut, #Abfälle entsorgt oder besonders verletzliche #Ökosysteme belastet werden.

https://www.scinexx.de/businessnews/neue-studie-zu-systemischen-umweltrisiken-von-ki/

Neue Studie zu systemischen #Umweltrisiken von KI

#KünstlicheIntelligenz erzeugt systemische #Umweltrisiken.
Eine neue Studie der Gesellschaft für Informatik e.V. erfasst und analysiert diese umfassend. Zentrales Ergebnis: Die Risiken sind struktureller Natur, können ökologische Schäden beschleunigen und Verantwortlichkeiten verwischen. Zudem tragen die ökologischen und sozialen Kosten oft nicht diejenigen, die durch #KI an Profit und Produktivität gewinnen.

Ein zentraler Befund der Studie ist, dass systemische Umweltrisiken durch #Machtkonzentration, begrenzte Governance, ökonomische Rahmenbedingungen und durch die Komplexität und #Unvorhersehbarkeit vieler KI-Systeme begünstigt werden. Durch diese Bedingungen können etwa sogenannte #ReboundEffekte und #Pfadabhängigkeiten entstehen. Diese können zu materiellen Schäden wie #Ressourcenerschöpfung und #Toxizität führen, aber auch den Verlust lokalen und indigenen Wissens bedeuten. Zudem zeigt die Studie eine ungleiche Verteilung von Vorteilen und Belastungen durch KI: Während #Produktivitätsgewinne und #Profite vor allem bei wenigen ressourcenstarken Akteuren konzentriert sind, tragen marginalisierte Gruppen überproportional die ökologischen und sozialen Kosten – etwa in Regionen, in denen Rohstoffe abgebaut, #Abfälle entsorgt oder besonders verletzliche #Ökosysteme belastet werden.

https://www.scinexx.de/businessnews/neue-studie-zu-systemischen-umweltrisiken-von-ki/