Cripping AI: Reimagining AI Through Lived Disability Experiences
Unter Rückgriff auf die Crip-Theorie schlägt dieser Beitrag „Crippen von KI" als einen transformativen Rahmen vor, der über reine Zugänglichkeit hinausgeht, um ableistische Annahmen zu dekonstruieren, behinderte Epistemologien und Arbeit in den Mittelpunkt zu stellen sowie KI-Forschung und -Entwicklung durch die gelebten Erfahrungen diverser behinderter Gemeinschaften neu auszurichten.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die große Idee: Den Bauplan reparieren, nicht nur die Tür
Stellen Sie sich die Welt der Künstlichen Intelligenz (KI) wie ein riesiges, hochtechnisiertes Gebäude vor. Seit Jahren wurde den Menschen, die es bauen, gesagt, sie müssten es „barrierefrei" machen. Sie haben Rampen, breite Türen und Braille-Schilder hinzugefügt. Das ist gut, aber das Papier argumentiert, dass es nicht ausreicht.
Die Autoren sagen, das Gebäude selbst wurde mit einer versteckten Annahme entworfen: Dass sich alle darin Befindlichen „körperlich unbehindert" sind (perfekt gesund, schnell und standardisiert). Wenn eine Person mit einer Behinderung das Gebäude betritt, behandelt es sie als „Problem", das behoben werden muss, damit sie in die Regeln des Gebäudes passt.
Dieses Papier schlägt einen neuen Ansatz vor, der „Cripping AI" genannt wird. Anstatt nur eine Rampe zu einem alten Gebäude hinzuzufügen, wollen sie den gesamten Bauplan neu entwerfen, basierend darauf, wie behinderte Menschen tatsächlich leben, denken und sich bewegen. Sie verwenden das Wort „crip" (ein von der Behindertenkultur zurückerobertes Wort) als Verb, was bedeutet, die Idee dessen, was „normal" ist, aktiv herauszufordern.
Das Papier bietet drei Hauptregeln für diesen Neuentwurf, die sie „Grundprinzipien" nennen.
Die drei Regeln von „Cripping AI"
1. Die Politik aufdecken (Aufhören zu tun, als gäbe es nur einen „normalen" Weg)
Die Analogie: Stellen Sie sich eine Tanzfläche vor, auf der die Musik nur einen bestimmten Rhythmus spielt. Wenn Sie nicht zu genau diesem Beat tanzen können, sagt der DJ, dass Sie das Problem sind, nicht die Musik.
Die Behauptung des Papiers: KI-Systeme gehen oft davon aus, dass es eine „ideale" menschliche Funktionsweise gibt (wie perfektes flüssiges Sprechen oder klares Sehen). Wenn Sie nicht in dieses Schema passen, stuft die KI Sie als „behindert" ein und versucht, Sie zu „reparieren".
Was sie wollen: Hören Sie auf, behinderte Menschen zu zwingen, zum „normalen" Beat zu tanzen. Erkennen Sie stattdessen, dass „Behinderung" oft nur eine Fehlanpassung zwischen einer Person und ihrer Umgebung ist. KI sollte verschiedene Wege des Bewegens und Denkens feiern, anstatt sie auszulöschen.
2. „Cripistemologien" ehren (Den Experten zuhören, die es leben)
Die Analogie: Stellen Sie sich eine Stadtkarte vor. Jahrelang wurde die Karte von Menschen gezeichnet, die die Straßen nie zu Fuß gegangen sind, sondern sie nur aus einem Hubschrauber betrachtet haben. Sie zogen gerade Linien dort, wo es tatsächlich verschlungene Pfade gibt. Jetzt sagen die Menschen, die die Straßen tatsächlich zu Fuß gehen: „Diese Karte ist falsch; wir kennen die Abkürzungen und die versteckten Gassen."
Die Behauptung des Papiers: Derzeit wird KI oft von sehenden Menschen trainiert, die beschreiben, was blinde Menschen sehen, oder von hörenden Menschen, die beschreiben, was gehörlose Menschen hören. Das Papier nennt dies „Wissen von Nicht-Behinderten", das als „Wahrheit" behandelt wird.
Was sie wollen: Die „Wahrheit" sollte von den behinderten Menschen selbst kommen.
- Beispiel: Eine blinde Person braucht nicht nur eine Beschreibung eines Bildes; sie muss wissen, was für sie wichtig ist (wie wo der Bordstein ist, nicht die Farbe des Himmels).
- Beispiel: Eine Person, die stottert, ist nicht nur „kaputtes Sprechen"; ihre Pausen und Wiederholungen tragen Bedeutung und Emotion, die die KI lernen sollte zu verstehen, nicht zu löschen.
3. „Crip Labor" respektieren (Aufhören, behinderte Menschen als passive Empfänger zu behandeln)
Die Analogie: Stellen Sie sich vor, Sie sind zu einer Party eingeladen, aber Sie müssen Ihren eigenen Stuhl, Ihr eigenes Essen und Ihre eigene Musik mitbringen und müssen danach auch noch das Chaos aufräumen. Die Gastgeber sagen: „Wir haben Ihnen eine Party gegeben!"
Die Behauptung des Papiers: Dinge barrierefrei zu machen, ist harte Arbeit. Behinderte Menschen müssen oft zusätzliche „unsichtbare Arbeit" leisten, damit Technologie für sie funktioniert (wie ständiges Korrigieren eines Sprachassistenten oder erneutes Eintippen einer Nachricht, weil die Untertitel versagt haben).
Was sie wollen: Hören Sie auf, Barrierefreiheit als einmalige Reparatur zu behandeln. Anerkennen Sie, dass behinderte Menschen aktive Partner sind, die die schwere Arbeit leisten, damit Systeme funktionieren. KI sollte so gestaltet sein, dass sie diese zusätzliche Arbeit reduziert, nicht erhöht.
Beispiele aus der Praxis aus dem Papier
Die Autoren haben diese drei Regeln an drei spezifischen Gruppen getestet, um zu zeigen, wie es in der Praxis funktioniert:
1. Gehörlosigkeit und KI für Gebärdensprache
- Der alte Weg: Versuchen, Gebärdensprache so schnell wie möglich in geschriebenes Englisch zu verwandeln, wobei oft Gesichtsausdrücke und Körperbewegungen ignoriert werden, die wesentliche Teile der Sprache sind. Es ist, als würde man versuchen, eine Symphonie in einen einzigen Satz zu übersetzen.
- Der „Cripping"-Weg: Gebärdensprache als vollständige, komplexe Kultur anerkennen. Anstatt sie nur ins Englische zu übersetzen, KI bauen, die die einzigartige Grammatik der Gebärdensprache versteht, die vielfältigen Kommunikationsweisen gehörloser Menschen untereinander unterstützt und respektiert, dass gehörlose Menschen die Experten für ihre eigene Sprache sind.
2. Blindheit und visuelle assistive KI
- Der alte Weg: Sehende Menschen beschreiben ein Foto für einen blinden Nutzer und gehen davon aus, dass die Beschreibung der sehenden Person die „korrekte" ist. Es ist, als würde eine sehende Person einem blinden Menschen ein Gemälde beschreiben und sagen: „So sieht es aus", ohne zu fragen, was der blinde Mensch eigentlich wissen muss.
- Der „Cripping"-Weg: Blinde Menschen haben ihre eigenen einzigartigen Wege, die Welt zu verstehen (unter Verwendung von Klang, Berührung und Erinnerung). KI sollte ihnen helfen, Informationen aus vielen Quellen zusammenzufügen, anstatt sie zu zwingen, sich auf eine einzige, möglicherweise verzerrte Beschreibung von einer sehenden Person zu verlassen.
3. Stottern und Sprach-KI
- Der alte Weg: Sprach-KI versucht, Stottern zum „Verschwinden" zu bringen. Sie schneidet Pausen heraus oder versucht, sie zu glätten und behandelt das Stottern als einen Fehler, der korrigiert werden muss.
- Der „Cripping"-Weg: Anerkennen, dass Stottern eine gültige Sprechweise ist. Die Pausen und Wiederholungen sind Teil der Identität des Sprechers und können Vertrauen und Verbindung aufbauen. KI sollte so gestaltet sein, dass sie diese Muster versteht und respektiert, nicht dass sie sie zum Schweigen bringt.
Das Fazit: Ein neues Team
Das Papier endet mit der Aussage, dass wir nicht einfach mehr Daten hinzufügen oder am Ende des Prozesses Feedback von behinderten Menschen einholen können. Wir müssen das gesamte Team ändern.
- Nicht nur fragen: „Wie reparieren wir das für Sie?"
- Stattdessen fragen: „Wie lösen Sie das bereits? Wie können wir ein System bauen, das mit Ihrer Lebensweise funktioniert?"
„Cripping AI" bedeutet zu erkennen, dass die Welt voller verschiedener Arten von Geistern und Körpern ist. Anstatt zu versuchen, alle in eine „Standard"-Box zu zwingen, sollten wir KI bauen, die flexibel genug ist, um der ganzen, chaotischen, schönen Vielfalt menschlicher Erfahrung gerecht zu werden.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.