Carl Friedrich von Weizsäcker-Zentrum

Forschungsschwerpunkte

Verantwortung (in) der Wissenschaft

Die Gesellschaft erwartet von der Wissenschaft Einblicke in theoretische Fragestellungen und Lösungen für praktischen Herausforderungen der zeitgenössischen Gesellschaft. Die Entscheidungen die Wissenschaftler treffen haben dabei häufig einen direkten Einfluss auf das Leben der Menschen. Daher ist es unabdingbar, dass wissenschaftliche Entscheidungen verantwortungsbewusst getroffen werden. Das Carl Friedrich von Weizsäcker-Zentrum arbeitet an der Untersuchung von drei theoretischen Grundlagen verantwortungsbewusster Wissenschaft: Wissenschaftsethik, Erkenntnistheorie der Wissenschaften und der humanen Gestaltung wissenschaftlicher Arbeit.

Die Wissenschaftsethik befasst sich mit wissenschaftlichem Fehlverhalten, beispielsweise Plagiaten und Betrug, mit den Grenzen wissenschaftlicher Arbeit, also mit der Frage welche Forschung moralisch vertretbar ist, und mit dem Missbrauch der Wissenschaft für kommerzielle Zwecke. Die Erkenntnistheorie der Wissenschaften untersucht wie der wissenschaftliche Erkenntnisgewinn verbessert werden kann. Dabei stehen Herausforderungen wie die Replikationskriese, Urteilsverzerrung von Wissenschaftlern, sowie Kommunikationsstrukturen im Fokus. Das Zentrum beschäftigt sich insbesondere mit der sozialen Dimension wissenschaftlicher Forschung. Eines der Themen ist die Frage wie wissenschaftliche Ressourcen verantwortungsbewusst aufgeteilt werden können.

Wissenschaftliche Erkenntnisse beeinflussen nicht nur die Gesellschaft, die Wissenschaftler, als Teil dieser Gesellschaft, werden auch davon beeinflusst wie sie von der Öffentlichkeit behandelt werden. In politisch turbulenten Zeiten, aber auch durch den zunehmenden Druck auf die Produktivität, besteht die Gefahr, dass Wissenschaftler als Ware angesehen werden. Um anregenden Arbeitsbedingungen für die Forschung zu gewährleisten müssen diese Bedingungen sowie die Rechte und Bedürfnisse der Wissenschaftlerin und Wissenschaftler verstanden werden.

Relevante Publikationen:

 

Die neue, auf stastischer Analyse großer Datenmengen aufbauende KI hat eine ganze Reihe von zukunftsträchtigen Erfolgen vorzuwiesen (z.B. zu Bilderkennung; Medizin; selbstfahrende Autos; etc.). Allerdings ist die KI auch kein "Allheilmittel". Man wird von ihr nicht erwarten, z.B. das Haltproblem zu lösen, und wären effiziente Faktorisierungsalgorithmen in ihrer Reichweite, müßte wohl auch das Internetbanking gestoppt werden. Wir diskutieren computationelle Fragestellungen, für die durch die moderne KI (noch?) keine Lösungsmöglichkeiten zu sehen sind. Im besonderen interessiert uns die Frage, wie u.U. formal gezeigt werden könnte, daß diese Fragestellungen mit KI-Methoden nicht lösbar sind.  

Zu diesem Thema wurden bereits zwei Workshops auf der jährlichen Jahrestagung der Gesellschaft der Informatik organisiert: Konzeptionelle Herausforderungen für die KI.

Relevante Publikationen:

Mathematische und logische Grundlagenforschung

Wir untersuchen Fragestellungen zu den Grundlagen der Mathematik, vor allem im Anschluß an die Hilbert-Schule und das wissenschaftliche Werk von Paul Bernays. Die beweistheoretische Forschung betrifft sowohl mathematische Theorien als auch die strukturellen Fragen, besonders im Bereich der beweistheoretischen Semantik.

Ehemalige Mitarbeiter: Roberta Bonacina; René Gazzari; Wilfried Keller

Relevante Publikationen:

Ethik und KI

Artificial Intelligence ethics is an extremely lively research area spanning multiple ethical issues in multiple branches of technology, from the use of offensive language by chatbots to the invasive collection and analysis of data on digital platforms, from the risk of encoding biases and prejudices in data and AI to the difficulty of attributing responsibility for the harm caused by autonomous systems. At the Center, we pursue research on how ML models influence the fairness of decision-making, and how they re-shape the ethical and legal issues surrounding privacy. We also consider the use of machine learning in evaluating science and structuring research teams, for example under which conditions machine learning could and should be used as part of grant review in science. 

Relevant Publications:

Relevant Events and Talks:

  • Definitions of Algorithms: Computer Science and Law Seminar

  • Algorithmic Fairness and the Epistemic Limitations of Bureaucracy, Philosophy of Science and Methodology Colloquium, Tübingen, 2021.

  • What Kind of Programs are Large Language Models? The case of GPT-3". PROGRAMme Project, Bertinoro, Italy, 2021.

  • Algorithmic Grant Review: Benefits and Limitations, Philosophy of Science Meets Machine Learning, Tübingen, 2021.

  • The Potential of Machine Learning in Grant Review: Predicting Project Efficiency in Physics, European Philosophy of Science Association - EPSA 2021, Turin, Italy, 2021.

Intensionalität

Intensionale Phänomene sind noch immer eine Herausforderung für die logische Analyse. Hier versuchen wir mit neuen Ansätzen, u.a. aus der Beweistheorie, adäquatere Werkzeuge zur Verfügung zu stellen. Das Thema wird auch aus der spezifisch linguistischen Perspektive behandelt.

Relevante Publikationen: