Promotie Jonas Benjamin Krieger

Trefwoorden: Risicoperceptie, Kunstmatige intelligentie, Mentale modellen, Word embeddings

"Understanding and Predicting Risk Perception of Artificial Intelligence - Conceptual, cognitive, and computational perspectives"

Naarmate kunstmatige intelligentie steeds meer deel uitmaakt van het dagelijks leven, wordt het steeds belangrijker om inzicht te krijgen in hoe mensen de risico’s ervan ervaren. Daartoe is in dit proefschrift een overzicht gemaakt van 64 onderzoeken naar de risicoperceptie ten aanzien van AI, waaruit bleek dat de meeste onderzoeken zich richtten op het meten van deze risicoperceptie, zonder in te gaan op de ontwikkeling ervan. De tweede studie van dit proefschrift stelde een nieuwe benadering voor het ontwikkelen van mentale modellen voor, waarbij de risicoperceptie van AI in de gezondheidszorg als casestudy werd gebruikt. Daartoe vergeleek en breidde de studie de traditionele benadering met een panel van deskundigen uit met resultaten van ChatGPT, om te bepalen of grote taalmodellen (LLM’s) het modelontwikkelingsproces konden stroomlijnen. Twee verdere onderzoeken gingen na of patronen in grote tekstcorpora risicobeoordelingen konden voorspellen. Hoewel deze benadering goed presteerde met Amerikaanse gegevens, nam de prestatie aanzienlijk af bij toepassing op gegevens van Duitstalige deelnemers. Het gebruik van Duitse tekst als trainingsgegevens kon deze kloof niet dichten. Deze bevindingen tonen aan dat risicovoorspellingsmodellen hun taalkundige context weerspiegelen en niet zonder grondige validatie naar andere contexten mogen worden overgedragen.

Klik hier voor de livestream.