Evangelische Hochschule Nürnberg
Filtern
Erscheinungsjahr
- 2023 (2)
Dokumenttyp
Volltext vorhanden
- nein (2)
Gehört zur Bibliographie
- ja (2) (entfernen)
Schlagworte
- Künstliche Intelligenz (2) (entfernen)
Künstliche Emotion
(2023)
Der Diskurs um emotions- und soziosensitive Roboter in der Pflege kann aktuell eher als Ausdruck eines technologischen Solutionismus interpretiert werden, denn als realitäts-gerechte Beschreibung des pflegerischen Alltags. Aus ethischer Perspektive ist demnach weniger drängend die Frage zu beantworten, wie die Systeme bzw. deren Einsatz aktuell konkret bewertet werden können, sondern welche Rolle dieser KI-gestützten Systemart in den Technikvisionen und -fiktionen zugeschrieben wird und welche normativen Aspekte bei der Entwicklung und dem Einsatz zukünftig Beachtung finden sollten. Dazu werden Elemente eines anthropologischen und ethischen Reflexionsraums skizziert, welcher Aspekte benennt, die bei der Entwicklung dieser Art von Technik zu bedenken sind. Um fundierte ethische Urteilsbildung zu ermöglichen, wird eine fünfdimensionale Heuristik präsentiert, die anhand der Dimensionen Emotion, Interaktion, Kontext, Akteur und Aktant eine konkrete Situationsanalyse gestattet. Auf dieser empirisch informierten Basis können implementierbare technische Lösungen entwickelt werden bzw. bereits entwickelte ethisch evaluiert werden.
This paper presents the ongoing development of HAnS (Hochschul-Assistenz-System), an Intelligent Tutoring System (ITS) designed to support self-directed digital learning in higher education. Initiated by twelve collaborating German universities and research institutes, HAnS is developed 2021–2025 with the goal of utilizing artificial intelligence (AI) and Big Data in academic settings to enhance technology-based learning. The system employs AI for speech recognition and the indexing of existing learning resources, enabling users to search and compile these materials based on various parameters. Here, we provide an overview of the project, showcasing how iterative design and development processes contribute to innovative educational research in the evolving field of AI-based ITS in higher education. Notwithstanding the potential of HAnS, we also deliberate upon the challenges associated with ensuring a suitable dataset for training the AI, refining complex algorithms for personalization, and maintaining data privacy.