Projektkoordination: Dr. Stephan Lingner; Julia Distelrath, M. Sc.
IQIB-Team „DiA“: Dr. Stephan Lingner, Julia Distelrath, Felicitas Schlitz
Projektgruppe: Dr.-Ing. Mark Azzam (DLR), Professor Dr. Peter Buxmann (TU Darmstadt), Professor Dr. Dr. hc. Carl Friedrich Gethmann (Universität Siegen), Professor Dr. Bernhard G. Humm (Hochschule Darmstadt), Professorin Dr.-Ing. Verena Nitsch (RWTH Aachen), Professor Dr. Jan C. Schmidt (Hochschule Darmstadt), Professorin Dr. Indra Spiecker (Universität Frankfurt), Dr. Claudio Zettel (DLR Projektträger)
Assoziierte Partner: Dr. Nils Goerke (Universität Bonn), Professorin Dr. Ingrid Ott (KIT Karlsruhe)
Laufzeit: 01/2018 - 12/2020
Förderung: Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Die Digitalisierung von Arbeitswelten erreicht insbesondere alle Bereiche öffentlich oder privat finanzierter Forschung und Entwicklung. Neuartige Entwicklungen im Bereich der künstlichen Intelligenz (KI) lassen hier nun einen „Quantensprung“ für die Zukunft von Grundlagen- und anwendungsnaher Forschung erwarten: Entsprechende Systeme imitieren die Netzwerkarchitekturen des menschlichen Gehirns und ermöglichen ihre immanente „Lernfähigkeit“. Sie sind in der Lage, „erfahrungsgeleitete“, eigenständige und von menschlichen Programmierern weitgehend unabhängige Anpassung ihrer Modellparameter vorzunehmen. Diese Fähigkeiten technischer „Intelligenz“ werden auch als cognitive computing oder machine learning beschrieben und ermöglichen den Einsatz dieser Systeme auch für anspruchsvolle, bislang Wissenschaftler*innen vorbehaltene Aufgaben. Die immanente Lernfähigkeit und Flexibilität dieser Systeme bedeutet aber auch, dass ihre internen Prozesse schwerer nachvollziehbar und kontrollierbar sind – im Gegensatz zu klassischen Modellierungen, deren Mechanismen grundsätzlich eher erschließbar erscheinen.
Die Perspektiven und Konsequenzen des Einsatzes lernfähiger Systeme und ihres Zusammenwirkens mit ihren analogen „Kolleg*innen“ in der Wissenschaft sind bislang weder ansatzweise verstanden, noch rational beurteilt. So ist von technischer Seite zu fragen, welche Entwicklungsperspektiven, Meilensteine und Einsatzbereiche von KI in Forschung und Entwicklung realistisch absehbar sind. Für die Qualität und Validität wissenschaftlicher Arbeit ist zu klären, ob der Einsatz von künstlicher Intelligenz zu effizienterer und weiterhin exzellenter Forschung und Entwicklung führt oder ob man sich damit Defizite in der Erklärbarkeit und epistemischen Robustheit KI-unterstützter Forschung einhandelt. Die Forschenden sehen vor diesem Hintergrund möglicherweise ihre wissenschaftliche Selbstbestimmtheit und Deutungsmacht gefährdet. Aus arbeitswissenschaftlicher Sicht stellen sich hier insbesondere neue Herausforderungen für die Entwicklung zukunftssichernder Konzepte, was kritische Kompetenzen neuer Forschergenerationen anbelangt. Schließlich wird zu untersuchen sein, welche Maßnahmen zur geeigneten Integration selbstlernender Systeme in den Forschungsalltag erforderlich sind, um Standards guter fachlicher Forschungspraxis auch weiterhin zu sichern.
Das Projekt-Team wird daher selbstlernende Systeme in der Wissenschaft disziplinübergreifend erforschen und beurteilen. Das Vorhaben zielt auf einen praktischen Erkenntnisgewinn hinsichtlich der wünschbaren Ausgestaltung von Forschung und Wissenschafts-Management in einer mit „künstlicher Intelligenz“ angereicherten Arbeitswelt. Mit den Schlussfolgerungen aus dem Projekt sollen vor allem forschende Institutionen der Wissenschaft, Einrichtungen die im Wissenschafts-Management sowie in der Forschungspolitik tätig sind, beraten werden. Dabei sollen auch fundierte Handlungsvorschläge für die Adressaten formuliert werden.
