Zur Modulseite PDF generieren

#51100 / #1

SoSe 2024 - WiSe 2024/25

Deutsch

Human-AI Interaction

6

Onnasch, Linda

Benotet

Portfolioprüfung

Deutsch

Zugehörigkeit


Fakultät V

Institut für Psychologie und Arbeitswissenschaft

35321400 FG Handlungs- und Automationspsychologie

Human Factors

Kontakt


MAR 1-5

Onnasch, Linda

linda.onnasch@tu-berlin.de

Keine Angabe

Lernergebnisse

Das Modul vermittelt Kenntnisse über Aspekte menschlichen Erlebens und Verhaltens bei der Interaktion mit künstlich intelligenten Systemen. Die Teilnehmenden erwerben hierbei umfassendes Wissen über die psychologische Seite der Mensch-KI Interaktion, insbesondere auch zu möglichen Problemen und Herausforderungen mit derartigen Systemen. Ein Fokus der Lehrveranstaltung sind hierbei die Themen Vertrauen in und Verlassen auf KI-Systeme im Kontext der Entscheidungsunterstützung und damit zusammenhänge Probleme. Der erfolgreiche Abschluss des Moduls befähigt die Teilnehmenden, Probleme beim Einsatz von KI-Systemen zu identifizieren und auf Basis des erworbenen Wissens mögliche Vorschläge zur Optimierung der Interaktion abzuleiten.

Lehrinhalte

Unterschiede zur Mensch-Mensch-Interaktion; Relevanz von Systembeschreibungen; KI als Entscheidungsunterstützung in verschiedenen Domänen; Vertrauen in und Verlassen auf KI; rechtliche Rahmenbedingungen für den Einsatz von KI als Entscheidungsunterstützung; KI als sozialer Interaktionspartner; KI und Moral; zu berücksichtigende Gruppen; Biases in KI; erklärbare KI (explainable AI, XAI) als möglicher Lösungsansatz für bestehende Probleme

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Human-AI Interaction (Mensch-KI Interaktion)IVSoSede4

Arbeitsaufwand und Leistungspunkte

Human-AI Interaction (Mensch-KI Interaktion) (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.08.0h120.0h
180.0h(~6 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul ist als integrierte Veranstaltung konzipiert, wobei verschiedene Lehr- und Lernformen zum Einsatz kommen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Erfolgreiche Teilnahme an der Veranstaltung Automationspsychologie. Für Studierende mit einem ingenieurwissenschaftlichen Hintergrund (aus dem Bachelor): "Empirische Forschungsmethoden für Ingenieure und Ingenieurinnen", "Psychologie für Ingenieure und Ingenieurinnen"

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Deutsch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
Präsentation - Referat30mündlich15 Minuten
Schriftliche Ausarbeitung50schriftlich4 Seiten
Testat20schriftlich30 Minuten

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt90.0pt85.0pt80.0pt75.0pt70.0pt65.0pt60.0pt55.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Das Modul kann in einer unbenoteten oder benoteten Form gewählt werden. Welche Version gewählt wird, muss mit der Anmeldung zur Prüfung verbindlich und unwiderruflich festgelegt werden.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Anmeldung über Teilnahme am ersten Termin und Beantwortung einer ISIS-Umfrage.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Langer, M. & Landers, R.N. (2021). The future of artificial intelligence at work: A review on the effects of decision automation and augmentation on workers targeted by algorithms and third-party observers. Computers in Human Behavior.
Rahwan, I., Cebrian, M., Obradovich, N., Bongard, J., Bonnefon, J.F., Breazeal, C., … & Wellman, M. (2019). Machine Behavior. Nature, 568(7753),477-486.
Shneiderman, B., (2022). Human-centered AI. Oxford University Press.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe