-------- Forwarded Message --------
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.
_______________________________________________
AISWorld mailing list
AISWorld@lists.aisnet.org