Buchumschlag

Implications of the AI Act for Non-Discrimination Law and Algorithmic Fairness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deck, Luca, Müller, Jan-Laurin, Braun, Conradin, Zipperling, Domenique, Kühl, Niklas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

It's only fair when I think it's fair: How Gender Bias Alignment Undermines Distributive Fairness in Human-AI Collaboration
von: Zipperling, Domenique, et al.
Veröffentlicht: (2025)

A Multivocal Literature Review on Privacy and Fairness in Federated Learning
von: Balbierer, Beatrice, et al.
Veröffentlicht: (2024)

CollaFuse: Navigating Limited Resources and Privacy in Collaborative Generative AI
von: Zipperling, Domenique, et al.
Veröffentlicht: (2024)

CollaFuse: Collaborative Diffusion Models
von: Allmendinger, Simeon, et al.
Veröffentlicht: (2024)

A Critical Survey on Fairness Benefits of Explainable AI
von: Deck, Luca, et al.
Veröffentlicht: (2023)

Integrating Causal Machine Learning into Clinical Decision Support Systems: Insights from Literature and Practice
von: Zipperling, Domenique, et al.
Veröffentlicht: (2026)

Normative Common Ground Replication (NormCoRe): Replication-by-Translation for Studying Norms in Multi-Agent AI
von: Deck, Luca, et al.
Veröffentlicht: (2026)

Mapping the Potential of Explainable AI for Fairness Along the AI Lifecycle
von: Deck, Luca, et al.
Veröffentlicht: (2024)

A Multi-Level Strategy for Deepfake Content Moderation under EU Regulation
von: Förster, Max-Paul, et al.
Veröffentlicht: (2025)

Where are the Humans? A Scoping Review of Fairness in Multi-agent AI Systems
von: Allmendinger, Simeon, et al.
Veröffentlicht: (2026)

Smart But Not Moral? Moral Alignment In Human-AI Decision-Making
von: Ernst, Christiane, et al.
Veröffentlicht: (2026)

Towards a Problem-Oriented Domain Adaptation Framework for Machine Learning
von: Spitzer, Philipp, et al.
Veröffentlicht: (2025)

Utilizing Data Fingerprints for Privacy-Preserving Algorithm Selection in Time Series Classification: Performance and Uncertainty Estimation on Unseen Datasets
von: Böcking, Lars, et al.
Veröffentlicht: (2024)

PromptPilot: Improving Human-AI Collaboration Through LLM-Enhanced Prompt Engineering
von: Gutheil, Niklas, et al.
Veröffentlicht: (2025)

Investigating the Role of Explainability and AI Literacy in User Compliance
von: Kühl, Niklas, et al.
Veröffentlicht: (2024)

Towards Avoiding the Data Mess: Industry Insights from Data Mesh Implementations
von: Bode, Jan, et al.
Veröffentlicht: (2023)

A Survey of AI Reliance
von: Eckhardt, Sven, et al.
Veröffentlicht: (2024)

Subject Roles in the EU AI Act: Mapping and Regulatory Implications
von: Fabiano, Nicola
Veröffentlicht: (2025)

Complementarity in Human-AI Collaboration: Concept, Sources, and Evidence
von: Hemmer, Patrick, et al.
Veröffentlicht: (2024)

Transferring Domain Knowledge with (X)AI-Based Learning Systems
von: Spitzer, Philipp, et al.
Veröffentlicht: (2024)

Data Quality Challenges in Retrieval-Augmented Generation
von: Müller, Leopold, et al.
Veröffentlicht: (2025)

Adoption of Watermarking for Generative AI Systems in Practice and Implications under the new EU AI Act
von: Rijsbosch, Bram, et al.
Veröffentlicht: (2025)

Explanations, Fairness, and Appropriate Reliance in Human-AI Decision-Making
von: Schoeffer, Jakob, et al.
Veröffentlicht: (2022)

The Impact of Imperfect XAI on Human-AI Decision-Making
von: Morrison, Katelyn, et al.
Veröffentlicht: (2023)

Algorithmic Administration and the EU AI Act: Legal Principles for Public Sector Use of AI
von: Pavlidis, Georgios, et al.
Veröffentlicht: (2026)

Don't be Fooled: The Misinformation Effect of Explanations in Human-AI Collaboration
von: Spitzer, Philipp, et al.
Veröffentlicht: (2024)

Human Preferences in Large Language Model Latent Space: A Technical Analysis on the Reliability of Synthetic Data in Voting Outcome Prediction
von: Ball, Sarah, et al.
Veröffentlicht: (2025)

Data-Centric Artificial Intelligence
von: Jakubik, Johannes, et al.
Veröffentlicht: (2022)

Evaluating the Impact of Medical Image Reconstruction on Downstream AI Fairness and Performance
von: Wohlrapp, Matteo, et al.
Veröffentlicht: (2026)

When Bias Backfires: The Modulatory Role of Counterfactual Explanations on the Adoption of Algorithmic Bias in XAI-Supported Human Decision-Making
von: Kuhl, Ulrike, et al.
Veröffentlicht: (2025)

To Be Forgotten or To Be Fair: Unveiling Fairness Implications of Machine Unlearning Methods
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

Towards Human-Understandable Multi-Dimensional Concept Discovery
von: Grobrügge, Arne, et al.
Veröffentlicht: (2025)

Affective Computing and Emotional Data: Challenges and Implications in Privacy Regulations, The AI Act, and Ethics in Large Language Models
von: Fabiano, Nicola
Veröffentlicht: (2025)

Understanding Fairness Surrogate Functions in Algorithmic Fairness
von: Yao, Wei, et al.
Veröffentlicht: (2023)

Algorithmic Fairness: A Runtime Perspective
von: Cano, Filip, et al.
Veröffentlicht: (2025)

Generative AI for material design: A mechanics perspective from burgers to matter
von: Tac, Vahidullah, et al.
Veröffentlicht: (2026)

Racial/Ethnic Categories in AI and Algorithmic Fairness: Why They Matter and What They Represent
von: Mickel, Jennifer
Veröffentlicht: (2024)

Algorithmic Fairness in AI Surrogates for End-of-Life Decision-Making
von: Ahmad, Muhammad Aurangzeb
Veröffentlicht: (2025)

AI, Climate, and Transparency: Operationalizing and Improving the AI Act
von: Alder, Nicolas, et al.
Veröffentlicht: (2024)

On Implications of Scaling Laws on Feature Superposition
von: Katta, Pavan
Veröffentlicht: (2024)