CEPA

Center of Evidence-based Policy Analysis

Die fortschreitende Digitalisierung ermöglicht es, menschliche Entscheidungen zunehmend durch leistungsstarke Algorithmen zu ersetzen oder zu unterstützen. Dennoch vermeiden Menschen oft den Einsatz solcher Algorithmen, ein Phänomen namens Algorithmus-Aversion. Während frühere Studien verschiedene Einflussfaktoren untersucht haben, bleibt unklar, wie die anfängliche Mensch-Computer-Interaktion diese Aversion beeinflusst. Da Einstellungen gegenüber Algorithmen während der Interaktion entstehen und sich ändern können, bietet die gezielte Gestaltung und Analyse dieser Interaktionen eine Chance, Strategien zur Verringerung der Aversion zu entwickeln. Dies wird experimentell untersucht, indem wir analysieren, wie die Art der Informationspräsentation über den Algorithmus die Wahrnehmung beeinflusst.

View project in the research portal

ChatGPT hat die Anwendung von maschinellem Lernen vereinfacht und wird vielseitig eingesetzt, etwa für Beratung, Codierung oder Informationszusammenfassung. Sein Potenzial reicht jedoch bis hin zu Verhandlungssituationen. Um dies zu untersuchen, nutzen wir ein Laborexperiment mit dem Ultimatumspiel, bei dem ein Anbieter einem Empfänger ein Geldangebot macht. In unserem Design übernimmt ChatGPT die Rolle des Anbieters, und wir variieren den Wohlstand der Empfänger.

View project in the research portal

Die Art und Weise wie Menschen Entscheidungen treffen hängt von zahlreichen Faktoren ab. In diesem Projekt bringen wir die theoretischen und experimentellen Grundlagen aus den Wirtschaftswissenschaften (Expected Utility Theory, Behavioral Economics) mit der Anwendung des Rasch-Modells aus der Psychologie.

View project in the research portal

Empirische Studien mit menschlichen Teilnehmern (z. B. kontrollierte Experimente) sind etablierte Methoden in der Software-Engineering-Forschung (SE), um die Aktivitäten von Entwicklern oder die Vor- und Nachteile einer Technik, eines Tools oder einer Praxis zu verstehen. Es gibt verschiedene Richtlinien und Empfehlungen zur Gestaltung und Durchführung verschiedener Arten von empirischen Studien im SE. Der Einsatz finanzieller Anreize (d.h. die Bezahlung von Teilnehmern, um deren Aufwand zu kompensieren und die Validität einer Studie zu verbessern) wird jedoch selten erwähnt.

In diesem Projekt analysieren und diskutieren wir den Einsatz finanzieller Anreize für SE-Experimente, um entsprechende Richtlinien und Empfehlungen für Forschende abzuleiten. Insbesondere schlagen wir vor, wie der derzeitige Stand der Technik erweitert und ein besseres Verständnis dafür geschaffen werden kann, wann und wie Anreize gesetzt werden sollten.

View project in the research portal

Die zunehmende Digitalisierung gesellschaftlicher und ökonomischer Interaktionen verläuft mit einer erheblichen Geschwindigkeit. Forschung zu Digitalisierungsprozessen sollte dabei zwei Erkenntnisgegenstände miteinander in Einklang bringen, die für gewöhnlich allerdings getrennt voneinander untersucht werden: Erstens die Frage der technischen Entwicklung und zweitens die Frage der Auswirkungen dieser Entwicklung auf menschliches Verhalten. In dem hier beantragten Projekt soll der Versuch unternommen werden, beide Perspektiven in einem interdisziplinären Zugang miteinander zu verbinden, wobei der Schwerpunkt zwar auf der Verhaltensanalyse liegt, die technische Komponenten aber dennoch stark vertreten ist. Der Anwendungsfall, der für diese Art der Analyse von Digitalisierungsprozessen gewählt wird, ist das Phänomen asymmetrischer Information. Konkret wird untersucht, inwieweit das Paradigma der asymmetrischen Informationsverteilung durch den Einsatz von KI Technologien zumindest teilweise obsolet geworden ist. In unserem interdisziplinären Projekt möchten wir, anstatt die technologische Entwicklung auf dem Gebiet der maschinellen Lügendetektion abzuwarten, unsererseits zum technologischen Fortschritt beitragen und gleichzeitig die möglichen gesellschaftlichen Folgen dieser Technologie experimentell untersuchen.Das Projektvorhaben verbindet zwei Forschungsbereiche: Wirtschaftswissenschaften (WW) sowie Neuro-Informationstechnik (NIT). In beiden Bereichen spielt die Identifikation privater Information eine große Rolle, wird jedoch aus unterschiedlichen Blickwinkeln betrachtet. Während die ökonomische Analyse sich auf die Rolle und Wichtigkeit privater Information in Verhandlungssituationen fokussiert, steht bei NIT die Machbarkeit und Qualität einer automatisierten Erkennung persönlicher Charakteristiken im Vordergrund.Das wesentliche Ziel ist die Beantwortung der zwei Fragen. (1) Kommt es durch die Existenz derartiger KI-Technologien zu Marktselektionseffekten? (2) Unter welchen Umständen werden Akteure ein Marktdesign vorziehen, das KI gestützte Technologie einsetzt oder auslässt? Als wesentliche Teilziele möchten wir herausfinden, wie gut sich das Lügen in unserem Verhandlungskontext maschinell erkennen lässt und wie die Probanden mit den Informationen dieser KI-Technologie umgehen.Damit befasst sich das Projekt mit ökonomischen Konsequenzen der Digitalisierung im Bereich des Marktdesigns. Es soll untersucht werden, wie sich die Akteure in entsprechende Teilmärkte selektieren und ob die Märkte überhaupt zustande kommen. Diese Forschungsfrage ist von hoher praktischer und wissenschaftlicher Relevanz. Der Einsatz von KI wird in den nächsten Jahren stark zunehmen und in immer mehr Anwendungen auftreten. Angesichts dieser Entwicklung ist es von hohem gesellschaftlichem und wissenschaftlichem Interesse zu wissen, wie die Verwendung solcher Technologien das Verhalten der betroffenen Akteure beeinflusst.

View project in the research portal