Auch wenn Künstliche Intelligenz schon heute im Einsatz ist, sind doch noch nicht alle Auswirkungen der Technologie auf Arbeit und Gesellschaft absehbar. KI-Systeme entwickeln sich zudem dynamisch weiter, ihre Beobachtung und wissenschaftliche Untersuchung ist und bleibt deshalb notwendig. Wir brauchen nicht nur innovative Forschungsprojekte, die unterschiedliche Teilaspekte der Technologie genauer beleuchten, sondern auch Indikatoren – also Kennzahlen – die die Entwicklungen erfassen und bewerten. Nur auf diesem Weg kann die Einführung von KI-Systemen aktiv und auf Basis belastbarer Informationen gestaltet werden.
Wie können wir Menschen dazu befähigen die Transformation ihrer Arbeitswelt durch KI aktiv zu gestalten? Ein Schlüssel dazu ist AI Literacy, also die Kompetenz im Umgang mit KI!
Welches Veränderungspotenzial steckt in der KI-Technologie? Was sagen aktuelle Zahlen und wie schätzen Arbeitnehmer*innen und Arbeitgeber*innen die Auswirkungen ein?
Die Eröffnung der 3. AI-WIPS-Konferenz stand im Zeichen des Weckrufs durch ChatGPT. Die Teilnehmer*innen waren sich einig: Das Tool lenkt die Aufmerksamkeit genau auf die KI-Potenziale und Herausforderungen, die das OECD-Programm seit drei Jahren intensiv analysiert.
Im Workshop zu AI Literacy konnten Workshopteilnehmer*innen ihre KI-Assistenz gestalten und mithilfe von VR-Brillen erfahren, wie sich die Interaktion mit diesen KI-Systemen anfühlt.
Bei der 2. AI-WIPS-Konferenz ging es um die Auswirkungen von KI auf die Welt der Arbeit. Höhepunkte waren die Vorstellung des OECD-Rahmens für die Klassifizierung von KI-Systemen und die Diskussion über die Chancen von wissensbasierter Politikgestaltung.
Damit die Potenziale von KI voll ausgeschöpft werden können, müssen die Anwendungen sicher und vertrauenswürdig sein. Mit welchen Test- und Auditverfahren dies geprüft werden kann, hat das Projekt ExamAI untersucht.
Wenn es um die Frage geht, was der Einsatz von KI konkret für den Arbeitsalltag heißt, ist vieles noch unklar. Das Projekt ai:conomics forscht an neuen Erkenntnissen dazu und hat in einem ersten Schritt den Stand der Forschung zusammengefasst.
Mehr Patente, neue Kompetenzanforderungen und die Dominanz etablierter Großunternehmen und Start-ups – neue Ergebnisse aus dem AI WIPS-Programm der OECD.
Um KI-Systeme zu entwickeln, braucht es jede Menge Trainingsdaten. Doch bisher existieren kaum Qualitätsstandards dafür. Diese sollen im neuen Forschungsprojekt KITQAR erarbeitet werden.
