Prof. Dr. Mathias Klier, Prof. Dr. Julia Klier, Maximilian Förster, Kilian Kluge, Katharina Schäfer-Siebert und Irina Sigler nahmen vom 15. bis zum 17. Juni auf der European Conference of Information Science (ECIS) teil, die aufgrund der Corona-Pandemie in diesem Jahr virtuell durchgeführt wurde. Die ECIS ist eine der weltweit führenden Konferenzen der Wirtschaftsinformatik und stand in diesem Jahr unter dem Motto „Liberty, Equality and Fraternity in a Digitizing World“. Die beiden vorgestellten Papers sind in den Proceedings der Konferenz veröffentlicht und über die AIS e-Library (https://aisel.aisnet.org/ecis2020/) abrufbar.
Maximilian Förster, Mathias Klier, Kilian Kluge und Irina Sigler stellten folgenden Beitrag zu Explainable Artificial Intelligence vor: Evaluating Explainable Artifical Intelligence – What Users Really Appreciate
Die Komplexität von intelligenten Systemen führt in vielen Fällen dazu, dass algorithmische Entscheidungen aus Sicht des Menschen durch eine „Black Box“ getroffen werden und nicht mehr nachvollzogen werden können. Das aufstrebende Forschungsfeld Explainable AI befasst sich daher mit der Erzeugung für Menschen verständlicher und auch für Laien nachvollziehbarer Erklärungen für Entscheidungen von „Black Box“-Systemen. Allerdings wird Explainable AI bis dato dafür kritisiert, die Nutzer der Erklärungen zu wenig in den Fokus zu rücken. Vor diesem Hintergrund wurde in diesem Paper untersucht, welche Eigenschaften automatisiert erzeugte Erklärungen für KI-Systeme aufweisen müssen, damit Nutzer "Black-Box"-Systeme besser verstehen und ein angemessenes Vertrauen in ihre Entscheidungen aufbauen können. Am Beispiel einer Smartphone-App, die mit Hilfe eines Künstlichen Neuronalen Netzwerks Pflanzenarten erkennt, konnten die ITOP-Forscher in einer Studie mit über 160 TeilnehmerInnen zeigen, dass Nutzer konkrete, schlüssige und deutliche Erklärungen bevorzugen. Im Gegensatz dazu spielen Kürze und Allgemeingültigkeit, denen bei menschlichen Erklärungen große Bedeutung zukommt, bei KI-Systemen eine untergeordnete Rolle. Die Ergebnisse der Studie fließen in die zukünftige Entwicklung von Methoden und Ansätze zur Erzeugung von Erklärungen ein.
Julia Klier, Mathias Klier, Katharina Schäfer-Siebert und Irina Sigler stellten folgenden Beitrag zur digitalen Mediennutzung älterer Arbeitsloser vor: #Jobless #Older #Digital – Digital Media User Types of the Older Unemployed
Durch den demografischen Wandel gewinnt die Altersgruppe 50+ immer mehr an Bedeutung. Arbeitslose innerhalb dieser Gruppe haben es dabei erwiesenermaßen schwerer, wieder in Arbeit zu kommen als Jüngere. Informations- und Kommunikationstechnologien (IKT) bergen ein großes Potenzial, ältere Arbeitslose bei der Wiedereingliederung in den Arbeitsmarkt zu unterstützen. Um dieses Potenzial gezielt nutzbar zu machen, ist eine Klassifizierung der Zielgruppe in verschiedene Nutzertypen ein verbreiteter wissenschaftlicher Ansatz. Im Rahmen der Studie wurden daher knapp 200 Arbeitslose 50+ aus ganz Baden-Württemberg zu ihrem Nutzerverhalten, ihrer Einstellung und ihren Wünschen zu digitalen Medien befragt. Die Ergebnisse einer anschließenden Clusteranalyse zeigen, dass die Zielgruppe inhomogen ist und sich in vier Nutzertypen unterteilen lässt: Digital Sceptics stehen als einzige Nutzergruppe den digitalen Medien für die Arbeitssuche eher kritisch gegenüber, Digital Classics nutzen primär klassische digitale Medien wie E-Mails oder Websites von Unternehmen, Digital Interactives weisen eine vielfältige und häufige Nutzung digitaler Medien und insbesondere auch sozialer Netzwerke auf und Digital Contributors, die fortschrittlichsten Nutzer, posten sogar eigene Beiträge, bspw. in Blogs. Besonders hervorzuheben ist, dass Arbeitslose 50+ mehrheitlich offen sind für digitale Medien im Rahmen der Arbeitssuche. Dies ermöglicht die Entwicklung und den Einsatz von neuen, modernen und erfolgversprechenden digitalen Ansätzen zur Verbesserung der Wiederbeschäftigungschancen von Arbeitslosen 50+.