Zusammenfassung Zeitgenössische Technologien der künstlichen Intelligenz (KI), insbesondere solche, die auf Fundamentalmustern basieren und in großem Maßstab veröffentlicht werden, sind global verwoben und bestehen aus einem komplexen Geflecht miteinander verbundener Akteure, Praktiken und transnationaler Ressourcenströme. Das rasante Tempo, mit dem KI-Systeme entwickelt und verteilt werden, treibt bedeutende gesellschaftliche und planetarische Transformationen voran. Während ein großer Teil der internationalen Agenda zur Governance von KI sich um nachgelagerte Fragen der sicheren Bereitstellung und Nutzung konzentriert hat, bleiben tiefere systemische Probleme — darunter Machtkonzentration, ungleiche Umweltkosten oder die asymmetrische Extraktion von Daten und Arbeit durch Technologieunternehmen — umstrittene und ungelöste Debattenbereiche. In diesem Papier stellen wir diese systemischen Herausforderungen in den Mittelpunkt und lokalisieren Governance-Einstiegspunkte, die darauf abzielen, gerechtere Zukünfte zu fördern. Wir konzipieren zeitgenössische großangelegte KI als eine soziotechnische Ökologie, die aus miteinander verknüpften Akteuren, Praktiken und asymmetrischen Ressourcenströmen besteht. Mit dem Blickwinkel der infrastrukturellen Umkehrung innerhalb der Sozialwissenschaften zur Infrastruktur verfolgen wir die Akteure, die an der Schaffung von KI-Technologien beteiligt sind, ihre gegenseitigen Abhängigkeiten und langfristigen infrastrukturellen Kontinuitäten, die sie prägen. Wir argumentieren, dass neue KI-Modelle und -Systeme nicht beispiellos sind, sondern stattdessen auf bestehenden Infrastrukturen, fest etablierten Marktverhältnissen und sozio-historischen Mustern beruhen und durch diese geprägt werden. Indem wir die Orte der Verantwortlichkeiten und technischen sowie nicht-technischen Interventionen in der KI-Ökologie sichtbar machen, identifizieren wir vier Governance-Imperative für eine nachhaltige und gerechte KI-Governance: (1) Dezentralisierung der KI-Infrastruktur, (2) Förderung von Umwelt- und erkenntnistheoretischer Gerechtigkeit durch pluriversale KI-Governance, (3) Einrichtung einer grenzüberschreitenden Daten- und Datenarbeits-Governance und (4) Verbesserung der internationalen Koordination, Teilnahme und Solidarität.
Hernández et al. (Fr,) haben diese Frage untersucht.