Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Altersdiskriminierung

Auch bekannt als: Ageismus Generationenstereotypisierung Altersbezogene Diskriminierung
Manipulation & Propaganda 🎯 Diskriminierungserkennung ID: ageism

Definition

Altersdiskriminierung zeigt sich als diskriminierende Sprache oder Haltungen gegenüber Menschen aufgrund ihres Alters. Sie wirkt in beide Richtungen: Ältere werden als nicht mehr zeitgemäß, technisch inkompetent oder geistig abbauend abgetan, während jüngere Menschen als unerfahren, anspruchsvoll oder unreif gelten. Altersdiskriminierung in der Sprache bleibt oft unbemerkt, weil sie tief normalisiert ist — Phrasen wie 'OK Boomer' oder 'die Jugend von heute' gelten als harmloser Humor.

Beispiele

Ein Personalverantwortlicher sagt: 'Wir brauchen frisches Denken — holen wir jemanden, der nicht vor dem Internet aufgewachsen ist.'

Ein Nachrichtenkommentator erklärt: 'Millennials ruinieren den Wohnungsmarkt, weil sie lieber Geld für Avocado-Toast ausgeben als zu sparen.'

Ein Familienmitglied wischt die Meinung eines Großelternteils zum Klimawandel beiseite: 'Du wirst nicht mehr da sein, um damit umzugehen — warum sollten wir auf dich hören?'

Formales Logikmuster
FOL-Muster
Die prädikatenlogische Formel, die die logische Struktur dieses Argumentationsmusters darstellt.
FOL (First-Order Logic, Prädikatenlogik) verwendet Quantoren (∀ = für alle, ∃ = es existiert), Verknüpfungen (∧ = und, ∨ = oder, ⇒ = impliziert, ¬ = nicht) und Prädikate, um die Form eines Argumentationsmusters zu erfassen.

∃a∃p(AgeGroup(a) ∧ Property(p) ∧ Negative(p) ∧ ∀x(InAgeGroup(x,a) → Attributed(x,p)) ∧ ¬EvidenceBased(Attributed(x,p)))
Formale Verifizierung:
Formale Verifizierung
Prüft mithilfe eines automatischen Theorembeweisers, ob ein Argumentationsmuster logisch gültig oder ungültig ist.
Die formale Verifizierung nutzt einen SMT-Solver (Z3), um die logische Struktur eines Arguments mathematisch zu prüfen. Jedes Muster wird in Prädikatenlogik übersetzt und getestet: Können die Prämissen wahr sein, während die Schlussfolgerung falsch ist? Wenn ja: formal ungültig. Wenn nein: formal gültig. Viele reale Muster sind als nicht formal entscheidbar markiert — das heißt nicht, dass sie falsch sind.
Nicht formal entscheidbar

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Schreibt die Aussage einer Person aufgrund ihrer Altersgruppe negative Eigenschaften zu?

    Typ: binary
  2. 2

    Werden Fähigkeiten, Relevanz oder Wert primär durch das Alter beurteilt?

    Typ: binary
  3. 3

    Wird der Beitrag einer Person wegen ihres Alters abgewertet oder abgetan?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.