mobile icon
Projekt

Kollaboration von Menschen mit sprachbasierten Agenten

ArbeitsgruppeWissenskonstruktion
Laufzeit01/2023-offen
FörderungIWM-Hausmittel
Projektbeschreibung

Roboter und künstliche Intelligenz (KI) dienen zunehmend als Kooperationspartner für Menschen. Textbasierte Chatbots, die die Kommunikation von Menschen mit einem technischen System über natürliche Sprache ermöglichen, haben sich in einer Vielzahl von Anwendungsbereichen verbreitet. Über die Prozesse in Teams, die aus Menschen und KI bestehen, ist bisher wenig bekannt. Im Fokus dieses Dissertationsprojekts steht daher die Erforschung von Zusammenhängen zwischen Teamzusammensetzung und Teamperformanz und -dynamik.


Fortschritte im Bereich des Maschinellen Lernens haben zu einer rasanten Verbreitung computerbasierter Dialogsysteme geführt. Bisherige Untersuchungen haben ergeben, dass Menschen mit automatisierten Agenten anders interagieren als mit ihren Mitmenschen. Außerdem wird die Bereitschaft zur Interaktion mit automatisierten Agenten durch die Art der Aufgabe beeinflusst, sodass Menschen in analytisch wahrgenommenen Kontexten eine höhere Bereitschaft zur Zusammenarbeit mit automatisierten Agenten zeigen als in moralischen Kontexten.


Mensch-KI-Teaming stellt ein relativ neues Forschungsgebiet im Bereich der Mensch-KI Kollaboration dar. Über die Teamprozesse in Mensch-KI Teams ist insbesondere bei der Kollaboration zu unterschiedlichen Aufgaben bisher wenig bekannt und die Forschung zu Merkmalen der Zusammenarbeit von Menschen mit Chatbots ist noch spärlich. Dieses Dissertationsprojekt untersucht daher potenzielle Zusammenhänge zwischen der Teamzusammensetzung, der Aufgabenart, verschiedener Charakteristika der Nutzer, sowie nutzerbezogener Variablen (z.B. Vertrauen in das KI-System, Zufriedenheit mit der Kollaboration) und Variablen auf Gruppenebene wie Teamperformanz und Produktqualität. Im Fokus der geplanten Studien stehen Mensch-KI Dyaden und Teams aus Menschen und KI.

Publikationen

Cress, U., & Kimmerle, J. (2023). Co-constructing knowledge with generative AI tools: Reflections from a CSCL perspective. International Journal of Computer-Supported Collaborative Learning, 18(4), 607-614. https://dx.doi.org/10.1007/s11412-023-09409-w Open Access
 

Kontakt

Teresa Luther Teresa Luther
Tel.: +49 7071 979-240