Skip to main content Skip to main navigation

Project | StereOFF

Duration:
Automatisierte Identifikation und Analyse von Geschlechterstereotypen

Automatisierte Identifikation und Analyse von Geschlechterstereotypen

Research Topics

Application fields

Geschlechterstereotype sind eine der Hauptursachen für Geschlechterungleichheiten. Diese Herausforderung möchte StereOFF angehen. Geschlechterstereotype und einhergehende implizite Diskriminierung in Lernmaterialien des Aus- und Weiterbildungsbereichs sollen automatisiert identifiziert werden. Dies soll zu einer inklusiven Aus- und Weiterbildung beitragen und damit aus Geschlechterungleichheiten resultierenden Herausforderungen, wie dem Gender Pay Gap oder dem Fachkräftemangel, entgegenwirken. Langfristig können diese Analysen aufgrund ihrer technologischen Grundlage auf vielfältige Domänen übertragen und so langfristig Ungerechtigkeiten verschiedener Gesellschaftsebenen bekämpfen.

Partners

Konsortialpartner

  • Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, Forschungsbereich Smart Enterprise Engineering (Lead)
  • Didactic Innovations GmbH

Contact Person

Dr. Daniel Stattkus

Keyfacts

Involved research areas

Publications

  1. Designing inclusive learning platforms for ethnic minorities

    Lorena Göritz; Daniel Stattkus; Malte Högemann; Halilcan Coban; Christian Hauff; Katharina Kolodziej; Maike Schmidt; Oliver Thomas

    In: Maike Klein; Daniel Krupka; Cornelia Winter; Martin Gergeleit; Ludger Martin (Hrsg.). Lecture Notes in Informatics. GI-Informatiktage (Informatik-2024), Lock-in or log out? Wie digitale Souveränität gelingt, September 24-26, Wiesbaden, Germany, Vol. 352, Köllen Druck+Verlag GmbH, Bonn, 9/2024.

Funding Authorities

BMAS - Federal Ministry of Labour and Social Affairs

BMAS - Federal Ministry of Labour and Social Affairs