Schon die Frage, ob es eine Ethik, ein "richtiges" Handeln von Maschinen wie Robotern, Computern oder Softwareprogrammen der „Artificial Intelligence“ gäbe, impliziert einen Anthropomorphismus. Wir projizieren „unsere“ menschlichen Probleme auf Maschinen, entkleiden philosophische, soziale oder sozialpolitische Fragen des menschlichen Kontextes und stellen normative Anforderungen wie eine „soziale Gerechtigkeit“ oder eine „Fairness“ an die Ergebnisse von technischen Systemen. Und auch eine normativ gestellte Frage nach „Transparenz“ geht schnell in die Frage über, welche Zielgruppe dann auf welchem Niveau „transparent“ informiert werden soll. Doch diese technischen Systeme sind im Falle von „Artificial Intelligence“ immer nur recht „dumme“ statistische Schätzer, welche nur eine Parametrisierung an von Menschen ausgewählte Datensammlungen durchführen und dann – gemäß von Menschen vorgegebenen Zielen – neue Ereignisse statistisch schätzen oder klassifizieren. Natürlich enthalten diese Ergebnisse dann – im statistischen Mittel – all das, was wir Menschen als historische Datenspuren hinterlassen haben: ob Ungleichheiten im Einkommen (wie der sogenannte „Gender-Pay-Gap“) oder „Fake News“ bzw. „Alternative Facts“ in den immer unsozialer werdenden Social Media. Zum einen unterstellt der Diskurs meist, dass eine „Artificial Intelligence“ menschenähnlich und zu einem „Selbst-Handeln“ in der Lage sei, und zum anderen blendet der Diskurs aus, dass „Artificial Intelligence“ als statistisches Werkzeug immer nur den menschlichen Input spiegelt. Um aus dieser Debatte auszubrechen, benötigt es ein Verständnis von statistischen Verfahren und vom soziotechnischen Kontext bei der Entwicklung, beim Betrieb und der Nutzung solcher Werkzeuge durch Menschen.