Entscheidungsunterstützungssysteme, die auf künstlicher Intelligenz (KI) basieren, sind in einer Vielzahl von Arbeitsumgebungen relevant. Auch wenn moderne KI-Assistenzsysteme immer zuverlässiger werden, sind sie meist nicht perfekt. Frühere Forschung legt nahe, dass hierbei Fehler nicht gleich Fehler ist: selbst bei gleicher Gesamtzuverlässigkeit wirken sich Fehler unterschiedlicher Qualität (z.B. früh vs. spät auftretende Fehler) unterschiedlich auf Vertrauen und Verhalten aus. Das Projekt zielt darauf ab, Fehlereffekte in Interaktion mit KI-Systemen zu erforschen und Interaktionseffekte zwischen verschiedenen Fehlerqualitäten zu identifizieren. Als mögliche Anwendungsfälle für die Versuchsdurchführung dienen beispielsweise simulierte Radiologie oder Prozessindustrie sowie eine komplexe Verkehrsüberwachungsaufgabe. Die Ergebnisse des Projekts sollen zu einem besseren Verständnis der Mensch-KI-Interaktion beitragen.
Angeboten als X-Student Research Group, gefördert von der Berlin University Alliance. Offen für Studierende aller Universitäten.
Anmeldung über Teilnahme am ersten Termin.
- Trainer/in: Nigda Köksal
- Trainer/in: Benito Kurzenberger
- Trainer/in: Tobias Clemens Rieger