Künstliche Intelligenz in der Forschung : : Neue Möglichkeiten und Herausforderungen Für Die Wissenschaft.

• Superior document: Ethics of Science and Technology Assessment Series ; v.48
• Author: Gethmann, Carl Friedrich.
• TeilnehmendeR: Buxmann, Peter.; Distelrath, Julia.; Humm, Bernhard G.; Lingner, Stephan.; Nitsch, Verena.; Schmidt, Jan C.; Spiecker genannt Döhmann, Indra.
• Place / Publishing House: Berlin, Heidelberg : : Springer Berlin / Heidelberg,, 2021.; {copy}2022.
• Year of Publication: 2021
• Edition: 1st ed.
• Language: German
• Series: Ethics of Science and Technology Assessment Series
• Physical Description: 1 online resource (201 pages)

Table of Contents

• Intro
• Vorwort
• Empfehlungen für den Umgang mit KI in der wissenschaftlichen Forschung
• Recommendations for dealing with AI in scientific research
• Inhaltsverzeichnis
• Über die Autoren
• 1: Einführung
• 1.1 Fragestellung
• 1.2 Künstliche Intelligenz: eine Einordnung
• 1.2.1 Ein Thema von großer öffentlicher Aufmerksamkeit
• 1.2.2 KI im Kontext von Automatisierung und Digitalisierung
• 1.2.3 Definition von KI
• 1.3 Wissenschaftliches Arbeiten als Teilbereich der Wissensarbeit
• 1.4 KI in wissenschaftlicher Forschung
• Literatur
• 2: Grundlagen und Anwendungen von KI
• 2.1 Historie von KI
• 2.2 Grundlagen der KI
• 2.2.1 Die Landkarte der KI
• 2.2.2 Machine Learning
• 2.2.3 Wissensbasierte KI
• 2.2.4 Zusammenspiel von wissensbasierter KI und Machine Learning
• 2.2.5 Die Rolle von Algorithmen in KI-Systemen
• 2.3 Anwendungen von KI
• 2.3.1 Teilchenphysik
• 2.3.2 Klimaforschung
• 2.3.3 Medizin
• 2.4 Fazit
• Literatur
• 3: Zur Frage der Ersetzbarkeit des Menschen durch KI in der Forschung
• 3.1 Einleitung
• 3.2 KI und menschliche Wissensbildung
• 3.2.1 Intelligenz
• 3.2.2 Denken können
• 3.2.3 Zusammenfassung
• 3.3 Künstliche Agenten und menschliche Handlungsurheberschaft
• 3.3.1 Handlungsurheberschaft und Zurechenbarkeit
• 3.3.2 Kausale Geschlossenheit
• 3.3.3 Merkmale wissenschaftlicher Intelligenz
• 3.3.4 Behaupten und Begründen
• 3.3.5 Wahrheit als Wohlbegründetheit
• 3.3.6 Zusammenfassung
• 3.4 Das wissenschaftliche Bacon-Projekt und die KI
• 3.4.1 Kontemplation versus Intervention
• 3.4.2 Poietisches (technisches) und praktisches Wissen
• 3.4.3 Zweck und Nutzen wissenschaftlichen Wissens
• 3.4.4 Kausalität und Korrelation
• 3.4.5 Die Bedeutung von Big Data für die Wissenschaft
• 3.4.6 Zusammenfassung
• 3.5 Deterministische und probabilistische Voraussagen
• 3.5.1 Erklären und Voraussagen.
• 3.5.2 Fehlschlüsse: Stratifizierung
• 3.5.3 Beispiel: evidenzbasierte Medizin
• 3.5.4 Zusammenfassung
• 3.6 Methodische Verfahren und heuristische Urteilskraft
• 3.6.1 Falsifizierbarkeit und Falsifikation
• 3.6.2 Grenzen und Schwierigkeiten des Verfahrens der Falsifikation
• 3.6.3 Unterbestimmtheit wissenschaftlicher Theorien
• 3.6.4 Theoriendynamik und die epistemische Funktion von Wissenschaftlergemeinschaften
• 3.6.5 Zusammenfassung: Die Unverzichtbarkeit menschlicher Erkenntnissubjekte
• 3.7 Fazit
• Literatur
• 4: Wandel und Kontinuität von Wissenschaft durch KI. Zur aktuellen Veränderung des Wissenschafts- und Technikverständnisses
• 4.1 Einleitung
• 4.2 Vier leitende Wissenschaftsverständnisse - das Referenzsystem
• 4.2.1 Wissenschaft als theoriebasiertes Prognoseverfahren
• 4.2.2 Wissenschaft als Experimentierhandeln und Interventionsform zur Herstellung von Reproduzierbarkeit
• 4.2.3 Wissenschaft als stringente Prüfmethode und als kritischer Garant intersubjektiver Geltung
• 4.2.4 Wissenschaft als Grundlage des Weltverständnisses und als Erklärungslieferant
• 4.2.5 Zwischenfazit: Vielheit und Einheit wissenschaftlicher Disziplinen
• 4.3 KI und Machine Learning als Katalysator eines Wandels der vier Wissenschaftsverständnisse?
• 4.3.1 Prognostizieren ohne Wissen: KI stärkt das prognoseorientierte Wissenschaftsverständnis - ohne Gegenstandswissen
• 4.3.2 Handlungsermöglichung ohne Experiment: KI folgt keinem experimentbasiertem Wissenschaftsverständnis - verstärkt dennoch Handlungsoptionen
• 4.3.3 Prüfen auf komplementären Wegen: KI relativiert das Ideal des testbasierten Wissenschaftsverständnisses - ermöglicht aber neue phänomenologische Prüfformen
• 4.3.4 Kausalität ohne Theorie: KI folgt keinem erklärungsbezogenem Wissenschaftsverständnis - verbleibt dennoch im Horizont von Kausalität.
• 4.4 Von den Verfahren und Methoden zu den Objekten: Schwache Regelhaftigkeit nutzen - komplexe Objektsysteme werden zugänglich
• 4.5 Die Black Box und ihre Intransparenz
• 4.6 Auf dem Wege zu einer nachmodernen Technik - verwendet auch in der Wissenschaft
• 4.7 Techniktrends: Ermöglichungstechnologie, Konvergenztechnologie, Technoscience
• 4.8 Fazit
• Literatur
• 5: Auswirkungen von Digitalisierung und KI auf die wissenschaftliche Arbeit
• 5.1 Wissenschaftliche Arbeit als Teilbereich der Wissensarbeit
• 5.2 Auswirkungen der Digitalisierung auf die Arbeitsbedingungen von wissenschaftlich Arbeitenden
• 5.3 KI und Automation der wissenschaftlichen Arbeit
• 5.4 Empirische Befunde zu den Auswirkungen von KI und Digitalisierung auf die Arbeit und Arbeitsbedingungen von Forschenden
• 5.4.1 Auswirkungen der Digitalisierung auf den Forschungsalltag
• 5.4.2 Angaben zum Einsatz von KI-basierten Technologien
• 5.5 Fazit
• Literatur
• 6: Die Regulierungsperspektive von KI/BigData in der Wissenschaft
• 6.1 Künstliche Intelligenz und BigData im Spannungsfeld von Wissenschaftsfreiheit und Forschungsevaluation
• 6.2 Regulierungsansätze von Künstlicher Intelligenz
• 6.3 Der Einsatz Künstlicher Intelligenz im allgemeinen Spannungsfeld von Wissenschaftsfreiheit und Datenschutz: Zwei Konstellationen
• 6.4 Der Einsatz Künstlicher Intelligenz als Mittel der Forschung
• 6.4.1 Der grundsätzliche Konflikt zwischen Datenschutzrecht und Forschungsfreiheit
• 6.4.2 Wissenschaftsfreiheit
• 6.4.3 Datenschutzrecht
• 6.4.4 Das Austarieren von Datenschutz und Wissenschaftsfreiheit nach dem Verständnis der DSGVO sowie des deutschen Rechts
• 6.4.5 Die Lockerung der Zweckbindung in Art. 5 Abs. 1 lit. b 2. HS DSGVO
• 6.5 Datenschutzrecht und sonstige Anforderungen bei Kooperationen
• 6.6 Fazit und Ausblick
• Literatur
• 7: Kurzfassung und Schlussfolgerungen.
• 7.1 Zentrale Ergebnisse
• 7.2 Wünschbare Forschungsbedingungen im Zeitalter von KI
• 7.2.1 Strategievorschläge an das Wissenschaftssystem
• 7.2.2 Empfehlungen für den Ausbildungs- und Weiterbildungsbereich
• 7.2.3 Wünsche an die Regulierung von KI-basierter Forschung
• Literatur.