SAIL Spring School: Fokus på AI-evaluering – etik og innovation kombineret!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

SAIL Spring School ved Bielefeld University fra 26. til 28. Marts 2025 vil fokusere på AI-vurdering og tværfaglig udveksling.

Die SAIL Spring School an der Universität Bielefeld vom 26.-28. März 2025 thematisiert KI-Bewertung und interdisziplinären Austausch.
SAIL Spring School ved Bielefeld University fra 26. til 28. Marts 2025 vil fokusere på AI-vurdering og tværfaglig udveksling.

SAIL Spring School: Fokus på AI-evaluering – etik og innovation kombineret!

Emnerne omkring kunstig intelligens (AI) er i fokus på dette års SAIL Spring School, som finder sted fra den 26. til den 28. marts i CITEC-bygningen på Bielefeld Universitet. Hovedtemaet for begivenheden er "Innovation AI Evaluation: Beyond Accuracy and Precision". Metoder til evaluering af AI vil blive diskuteret med fokus på tværfaglig udveksling mellem forskere fra forskellige discipliner. Diskussionerne omfatter etiske og samfundsmæssige implikationer, fortolkelig AI, samt matematiske garantier og brugeranmeldelser, som f.eks. aktuell.uni-bielefeld.de rapporteret.

Et centralt aspekt af SAIL Spring School er præsentationen af ​​aktuelle forskningsresultater. Internationale eksperter giver tutorials, og deltagerne har mulighed for at præsentere deres arbejde i form af posterpræsentationer. Juniorprofessor Dr. David Kappel fra det tekniske fakultet ved Bielefeld Universitet vil deltage i begivenheden og bidrage med sin ekspertise om sikkerheden i maskinlæringssystemer. Derudover vil forskningen fra Clarissa Sabrina Arlinghaus, der beskæftiger sig med social udstødelse i menneske-teknologi interaktion i hybride teams, blive præsenteret.

Forskning i menneske-teknologi interaktion

Arlinghaus' posterpræsentation omhandler en metode til LLM-understøttet kodning af kvalitative data. Denne innovative metode forbedrer effektiviteten af ​​at analysere kvalitative data, hvilket ofte er mere tidskrævende end at analysere kvantitative data. Brugen af ​​LLM gør det muligt automatisk at sortere og kategorisere interviews. Hun fremhæver, at menneskelige teknologihold følger sociale regler, men der er forskelle i intensiteten af ​​sociale interaktioner. Medarbejdere udtrykker en større påskønnelse af menneskelig opmærksomhed sammenlignet med interaktion med robotter. Følelsen af ​​at være udelukket af mennesker opfattes som mere truende end udelukkelse af maskiner, hvilket har vidtrækkende sociale implikationer.

Arlinghaus understreger også relevansen af ​​menneskelig kontakt i hybride teams for medarbejdernes psykologiske velvære. Dette viser behovet for at tage hensyn til social dynamik, når man designer interaktioner mellem mennesker og teknologi. LLM-understøttet kodning tilbyder en tilgængelig løsning for alle, også dem uden programmeringskendskab, takket være skabeloner og instruktioner.

Etiske dimensioner af AI

Debatten om de etiske spørgsmål omkring AI afholdes ikke kun på SAIL Spring School, men er også omfattende dækket i det tyske etiske råds publikationer. Dette undersøger virkningerne af digitale teknologier og kunstig intelligens på menneskets selvbillede og interaktioner. Fokus er på den filosofiske diskussion af centrale begreber som intelligens, fornuft, handling og ansvar ethikrat.org forklaret.

Et centralt aspekt i Det Etiske Råd er fokus på fire anvendelsesområder: medicin, skoleundervisning, offentlig kommunikation og offentlig forvaltning. Ved at analysere de komplekse interaktioner mellem mennesker og teknologi er nøglespørgsmålet, om brugen af ​​kunstig intelligens udvider det menneskelige forfatterskab eller fører til tab af det.

Aktuelle forskningsresultater om den etiske indlejring af kunstig intelligens illustrerer behovet for en velbegrundet diskussion om ansvarlig brug af teknologier. Udfordringerne omfatter ikke kun databeskyttelse og tab af autonomi, men også ansvar og gennemsigtighed, når AI-systemer træffer forkerte beslutninger. das-wissen.de fremhæver, at etik i AI-udvikling er afgørende for at sikre, at disse teknologier er designet retfærdigt, gennemsigtigt og i overensstemmelse med samfundets værdier.

Tværfagligt samarbejde mellem datalogi, jura, etik og civilsamfundet ses som essentielt for at udvikle etiske retningslinjer og mestre udfordringerne fra den hurtige teknologiske udvikling. Uddannelse og bevidsthed er også nøglen til at engagere offentligheden i diskussionen om kunstig intelligens og etik og fremme ansvarlig brug af disse teknologier gennem regelmæssig træning.