Dear friends and colleagues,

 

Interested to exchange ideas, discuss, and share your findings about AI-based systems at the beautiful University of Potsdam in early March 2020? Then please consider submitting your research paper to the following WI2020 track.

 

Track: AI-Based Systems - User Interaction, Design & Methods

Track chairs: Benedikt Berger, Alexander Benlian, Kristian Kersting, Oliver Hinz

 

Important Dates
16.08.2019 - Deadline for submissions
01.09.2019 - Fast and constructive AE Reject
18.11.2019 - Deadline for revisions

 

Submit you paper here: https://www.conftool.pro/wi2020/

 

[GERMAN]

Track Beschreibung:

Die Weiterentwicklung lernender Algorithmen, die Verfügbarkeit großer Datenmengen zum Anlernen dieser Algorithmen und steigende Rechenleistung haben die erfolgreiche Anwendung von Funktionen aus der Künstlicher Intelligenz (KI) ermöglicht. Zu diesen Funktionen gehören unter anderem Spracherkennung, Sprachverarbeitung, Bilderkennung, Vorhersagen und Robotik. Entwickler können mit KI-Funktionen bestehende Systeme verbessern (z.B. Übersetzungssoftware) oder neue Technologien entwickeln (z.B. intelligente Lautsprecher). Solche Informationssysteme mit bezeichnen wir als KI-basierte Systeme. KI-basierte Systeme beeinflussen die Beziehung zwischen Mensch und Maschine bei der Lösung von Aufgaben. KI-basierte Systeme können Menschen bei immer mehr Aufgaben unterstützen oder diese sogar selbstständig lösen. Darüber hinaus können Systeme durch die Anwendung von KI-Funktionen menschlicher erscheinen und anthropomorphe Wahrnehmungen erzeugen (z.B. durch die Interaktion mittels Sprache). KI-basierte Systemen ermöglichen es Unternehmen effizienter zu werden oder neue Produkte und Dienstleistungen zu entwickeln. Diese Systeme müssen jedoch sorgfältig konzipiert und implementiert werden, um unerwünschte Auswirkungen wie Diskriminierung durch Verzerrungen in automatisierter Entscheidungsfindung zu vermeiden. Die beschriebenen Entwicklungen werfen zahlreiche Fragen auf individueller, organisatorischer und gesellschaftlicher Ebene auf. Dieser Track möchte zur Beantwortung dieser Fragen beitragen und Einblicke in die bestmögliche Gestaltung und Nutzung KI-basierter Systemen geben. Er ist offen für alle Beiträge zu diesem Thema aus allen theoretischen und methodischen Perspektive. Wir begrüßen auch Arbeiten über die Nutzung von KI-Fähigkeiten für Forschungszwecke und das Verhältnis zwischen KI und Wirtschaftsinformatik (WI).

 

Zu den adressierten Themen gehören unter anderem:

 

·        Hybride und erweiterte Intelligenz

·        Zusammenarbeit zwischen Mensch und KI (Human-in-the-Loop)

·        KI-basierte Assistenzsysteme

·        Entwicklung, Gestaltung und Implementierung von KI-basierten Systemen

·        Mensch-Roboter-Interaktionen

·        (Übermäßiges) Vertrauen in KI-basierte Systeme

·        Erklärbarkeit und Transparenz von KI-basierten Systemen

·        Anthropomorphe Systeme und Wahrnehmung von Menschlichkeit

·        Operative und strategische Auswirkungen von KI-Funktionen

·        KI-basierte Datenanalyse und Entscheidungsfindung

·        KI-basierte Methoden in der WI

·        Beziehung zwischen den Disziplinen KI und WI

·        Nachteile KI-basierter Systeme: Verzerrungen, Diskriminierung und Ablehnung

 

[ENGLISH]

Track Description:

 

The further development of learning algorithms, the availability of large amounts of data for learning these algorithms and increasing computing power have enabled the successful application of functions from Artificial Intelligence (AI). These functions include speech recognition, speech processing, image recognition, prediction and robotics. Developers can use AI functions to improve existing systems (e.g. translation software) or develop new technologies (e.g. intelligent loudspeakers). Such information systems are referred to as AI-based systems. AI-based systems influence the relationship between man and machine when solving tasks. AI-based systems can support people in more and more tasks or even solve them independently. In addition, systems can appear more human and create anthropomorphic perceptions through the application of AI functions (e.g. through interaction with speech). AI-based systems enable companies to become more efficient or to develop new products and services. However, these systems must be carefully designed and implemented to avoid unwanted effects such as discrimination through bias in automated decision making. The developments described raise numerous questions at the individual, organisational and societal levels. This track aims to help answer these questions and provide insights into the best possible design and use of AI-based systems. It is open to all contributions on this topic from all theoretical and methodological perspectives. We also welcome papers on the use of AI capabilities for research purposes and the relationship between AI and Business Informatics (WI).

 

The topics addressed include, among others:

 

- Hybrid and advanced intelligence

- Cooperation between man and AI (Human-in-the-Loop)

- AI-based assistance systems

- Development, design and implementation of AI-based systems

- human-robot interactions

- (Excessive) confidence in AI-based systems

- Explainability and transparency of AI-based systems

- Anthropomorphic systems and perception of humanity

- Operational and strategic effects of AI functions

- AI-based data analysis and decision making

- AI-based methods in the WI

- Relationship between the disciplines AI and WI

- Disadvantages of AI-based systems: bias, discrimination and rejection

 

Translated with www.DeepL.com/Translator

 

 

Liste der Associate Editors

·        Martin Adam, Technische Universität Darmstadt

·        Carsten Binnig, Technische Universität Darmstadt

·        Philipp Ebel, Universität St. Gallen

·        Andreas Fink, Helmut-Schmidt-Universität/UniBw Hamburg

·        Burkhardt Funk, Leuphana Universität Lüneburg

·        Peter Gomber, Goethe-Universität Frankfurt

·        Wolfgang König, Goethe-Universität Frankfurt

·        Cristina Mihale-Wilson, Goethe-Universität Frankfurt

·        Stefan Morana, Karlsruher Institut für Technologie

·        Dirk Neumann, Albert-Ludwigs-Universität Freiburg

·        Sarah Oeste-Reiß, Universität Kassel

·        Nicolas Pröllochs, University of Oxford

·        Matthias Schumann, Georg-August-Universität Göttingen

·        Isabella Seeber, Universität Innsbruck

·        Kai Spohrer, Universität Mannheim

----------------------------------------------------------

Dr. Isabella SEEBER
Assistant Professor

University of Innsbruck |Department of Information Systems, Production and Logistics Management
Universitätsstrasse 15 | 6020 Innsbruck |Austria | Tel.: +43 512-507-73210

Latest research highlights:

::: Seeber, I., Bittner, E., Briggs, R.O., de Vreede, T., de Vreede, G.J., Elkins, A., Maier, R., Merz, A., Oeste-Reiß, S., Randrup, N. and Schwabe, G., 2019. Machines as Teammates: A Research Agenda on AI in Team Collaboration. Information & Management.

::: Banken, V., Ilmer, Q., Seeber, I. and Haeussler, S., 2019. A Method for Smart Idea Allocation in Crowd-Based Idea Selection. Decision Support Systems.

::: Seeber, I., 2019. How do facilitation interventions foster learning? The role of evaluation and coordination as causal mediators in idea convergence. Computers in Human Behavior.