Titelaufnahme
Titelaufnahme
- TitelTeaming with AI: Human Behavior in AI-Assisted Decision-Making / Jörg Papenkordt ; Dekan Prof. Dr. Jens Müller ; Gutachter Prof. Dr. Kirsten Thommes, Prof. Dr. Philip Yang
- Autor
- Gutachter
- Erschienen
- Umfang1 Online-Ressource (ix, 191, 29 Seiten, Seite 171-191)
- HochschulschriftKumulative Dissertation Universität Paderborn, Dissertation, 2025
- AnmerkungTag der Verteidigung: 29.10.2025
- Verteidigung2025-10-29
- SpracheEnglisch
- DokumenttypDissertation
- Schlagwörter (GND)
- URN
- DOI
Links
- Social MediaShare
- Nachweis
- IIIF
Dateien
Klassifikation
Zusammenfassung
Künstliche Intelligenz (KI) verändert unsere Welt grundlegend, wodurch die Interaktion zwischen Mensch und Maschine neu gestaltet wird. Diese Transformation spiegelt sich in verschiedenen Forschungsarbeiten, politischen Maßnahmen und Medienberichten wider, die darauf hinweisen, dass KI neben bedeutenden Chancen auch komplexe Herausforderungen mit sich bringt. Während die Forschung den technologischen Fortschritt in den Vordergrund stellt, werden die Perspektive der menschlichen Nutzer und deren Einfluss auf die Interaktion mit einem KI-System häufig vernachlässigt. Da sich KI-Systeme aufgrund ihrer Fähigkeiten wie z.B. menschliches Verhalten nachzuahmen oder ihres Potenzials, die menschliche Intelligenz zu übertreffen von früheren Technologien unterscheiden, müssen die aktuellen Grundlagen der Mensch-Computer-Interaktion erweitert werden, um das Potenzial dieser transformativen Technologie voll auszuschöpfen. Diese Dissertation befasst damit, indem sie untersucht, wie Einzelpersonen und Teams mit KI interagieren, wobei der Schwerpunkt auf den soziokognitiven Faktoren liegt, die die Entscheidungsfindung und Zusammenarbeit prägen.Die Dissertation argumentiert, dass KI-Systeme zwar zunehmend in der Lage sind, menschliche Kognition zu replizieren oder zu übertreffen, ihre Wirksamkeit jedoch davon abhängt, wie menschliche Entscheidungsträger KI-generierte Empfehlungen und Erklärungen wahrnehmen, verstehen und mit ihnen umgehen. Obwohl die Forschung im Bereich Mensch-KI-Interaktion Fortschritte gemacht hat, werden die vielfältigen Fachkenntnisse, kognitiven Grenzen und der kollaborative soziale Kontext der Nutzer*innen häufig übersehen.Diese Dissertation leistet daher in vier Forschungsarbeiten wichtige Beiträge zu diesen Themen, indem sie kritische Aspekte der Mensch-KI-Interaktion untersucht: Erklärungsmodalität, Zugänglichkeit von Erklärungen, Algorithmus-Aversion und Dynamik der Teamzusammenarbeit. Durch die Integration interdisziplinärer theoretischer Erkenntnisse bietet diese Dissertation eine mehrstufige Perspektive auf die Mensch-KI-Interaktion. Durch die Kombination von Ansätzen aus der Psychologie, der Informationssystemtheorie und der Teamtheorie untersucht und erklärt die Dissertation kognitive, soziale und strukturelle Mechanismen der Zusammenarbeit zwischen Mensch und KI. Darüber hinaus liefern sie Ergebnisse hinsichtlich konkreter praktischer Empfehlungen für die Gestaltung von KI-Systemen, deren Erklärungen und die Integration von KI in die Teamdynamik. Zusammenfassend unterstreicht diese Dissertation, dass das Erreichen eines Gleichgewichts zwischen menschlicher und künstlicher Intelligenz nicht nur eine technische, sondern auch eine soziale und psychologische Herausforderung ist.
Abstract
Artificial intelligence (AI) is fundamentally transforming our world, reshaping the interaction between humans and machines. This transformation is reflected in various research papers, policy initiatives, and media reports, which highlight that AI presents significant opportunities alongside complex challenges. While research has primarily focused on technological advancements, the perspective of human users and their influence on interaction with an AI system is often neglected. As AI systems differ from previous technologies due to their abilities, such as emulating human behavior or their potential to surpass human intelligence, the existing frameworks of human-computer interaction must be expanded to fully realize the potential of this transformative technology. This dissertation addresses the research gap by investigating how individuals and teams interact with AI, focusing on the sociocognitive factors that shape decision-making and collaboration. This dissertation argues that while AI systems are increasingly capable of replicating or surpassing human cognition, their effectiveness depends on how human decision-makers perceive, understand, and engage with AI-generated recommendations and explanations. Although research in the field of human-AI interaction is advancing, the diverse expertise, cognitive constraints, and collaborative social context of users are often overlooked. Therefore, this dissertation makes essential contributions to these topics through four research papers, examining critical aspects of human-AI interaction, including explanation modality, accessibility of explanations, algorithm aversion, and the dynamics of team collaboration. By integrating interdisciplinary theoretical insights, this dissertation offers a multi-level perspective on human-AI interaction. By combining approaches from psychology, information systems theory, and team theory, the dissertation examines and explains cognitive, social, and structural mechanisms of collaboration between humans and AI. Furthermore, it provides concrete practical recommendations for the design of AI systems, their explanations, and the integration of AI into team dynamics. In summary, this dissertation emphasizes that achieving a balance between human and artificial intelligence is not only a technical but also a social and psychological challenge.
Inhalt
