Lia Coleman

Lia Colemans Arbeit dreht sich um das Zusammenspiel von Kunst, KI-Technologien, Ethik und Software. Derzeit betreibt Lia kreative KI-Forschung an der Carnegie Mellon University. Lia ist Mitorganisator des NeurIPS-Workshops über maschinelles Lernen in Kreativität und Design, unterrichtet als Lehrbeauftragter ML-Kunst an der Rhode Island School of Design und hat zusammen mit der Partnership on AI einen Leitfaden für Künstler*innen zur ethischen Nutzung von ML erstellt. Lia ist Absolvent des Massachusetts Institute of Technology (BSc, Computer Science) und der School For Poetic Computation in NYC. Lias Arbeiten wurden in der Science Gallery Detroit, beim Tribeca Film Festival, an der New York University, bei NeurIPS, RunwayML, dem Mozilla Festival und Gray Area ausgestellt. Lias Texte wurden von Princeton Architectural Press, der Zeitschrift DISEÑA und dem Neocha Magazine veröffentlicht.

 

Wichtig: Lia nutzt neutrale Pronomen, deswegen hört sich das hier etwas hölzern an. @Vivien: vielleicht fällt dir etwas besseres ein?

 

Vorschlag siehe Text.

Worksheets von Lia Coleman

  • The Cat Classifier – Hands on Machine Learning Workshop

    Als bedeutsame kulturelle Werkzeuge formen Algorithmen zunehmend die Bedingungen, unter denen Menschen teilhaben können. Umso entscheidender wird es für die ästhetische Bildung, sich mit algorithmischen Entscheidungen vor dem Hintergrund von Machtungleichheitsverhältnissen auseinanderzusetzen. Das Ziel der Unterrichtseinheit ist es, einen experimentellen, spielerischen Zugang zu maschinellen Lernsystemen zu ermöglichen, ein Verständnis für ihre Funktionsweise zu entwickeln, ihre Beschränkungen und Fragilität zu erfahren sowie ein kritisches Bewusstsein für die Reproduktion von Bias (Voreingenommenheit) herauszubilden. Dazu wurde die simple KI-Anwendung "Cat Classifier" entwickelt, den die Teilnehmenden darin trainieren können, Katzen zu erkennen. Die Untersuchung von Katzen wirkt zunächst naiv, ermöglicht aber eine kritische Auseinandersetzung mit Machtstrukturen in menschengemachten Systemen.