Forscher*innen des Projekts INF haben ein Modell entwickelt, das darauf abzielt, die optimalen Prompts vorherzusagen. Dadurch soll die generierte Ausgabe von Sprachmodellen verbessert werden. Maximilian Spliethöver hat die Studie des TRR 318 auf der Konferenz NAACL 2025 in New Mexico, USA präsentiert.
Hubert Baniecki ist Doktorand an der Universität Warschau und war im März als Gastwissenschaftler im Teilprojekt C03 des TRR 318 an der LMU München. Im Interview erzählt er, woran er mit den TRR-Mitgliedern geforscht hat, was die Zusammenarbeit für ihn besonders gemacht hat und welche Eindrücke er mitnimmt.
Haben wir mit ChatGPT und DeepSeek bereits eine Lösung für eine erklärbare KI gefunden, die unseren Anforderungen an eine KI, die sich selbst erklären kann, gerecht wird? Diese Frage diskutiert Moderatorin Prof. Dr.-Ing. Britta Wrede mit ihren Gästen Prof. Dr. Henning Wachsmuth und Prof. Dr. Axel Ngonga Ngomo in der vierten Folge des Podcasts „Explaining Explainability“.
V.l.: TRR-248-Sprecher Prof. Dr.-Ing Raimund Dachselt, Prof. Dr. Eyke Hüllermeier, Prof. Dr. Katharina Rohlfing, Prof. Dr. Kirsten Thommes, Prof. Dr. Philipp Cimiano, Prof. Dr.-Ing. Anna-Lisa Vollmer sowie die Projektleiter*innen des TRR 248, Prof. Dr. Vera Demberg und Prof. Dr. Markus Krötzsch.
Ein Team des TRR 318 hat am Donnerstag den Sonderforschungsbereich/Transregio 248 „Grundlagen verständlicher Software-Systeme“ besucht. Ziel des Treffens war es, Schnittstellen zwischen den beiden Forschungsverbünden zu identifizieren und den wissenschaftlichen Austausch zu intensivieren.
Der TRR 318 „Constructing Explainability“ ist nun auf Instagram vertreten. Der neue Account sfb_trr318 bietet regelmäßige Updates und Einblicke in die interdisziplinäre Forschung rund um das Thema erklärbare Künstliche Intelligenz (XAI).
In einem neuen Video erläutert Nils Klowait, wie Künstliche Intelligenz (KI) durch Ko-Konstruktion demokratisch gestaltet werden kann. Einblicke in aktuelle Forschung des TRR 318.
Interview mit drei TRR-Mitgliedern: Projektleiterin Prof. Dr. Hanna Drimalla, Sprecherin Prof. Dr. Katharina Rohlfing und Geschäftsführerin Ronja Hannebohm (v.l.).
Drei Frauen im TRR 318 sprechen über Gleichstellung und Chancengleichheit in der Wissenschaft. Prof. Dr. Katharina Rohlfing teilt ihre Erfahrungen in einer Führungsposition. Prof. Dr. Hanna Drimalla ermutigt zukünftige Wissenschaftlerinnen, ihre Karrierewege aktiv zu verfolgen. Und Ronja Hannebohm erläutert die projektinternen Maßnahmen, um Gleichstellung umfassend zu fördern.
Josephine B. Fisher, TRR-Sprecherin Prof. Dr. Katharina Rohlfing und Dr. Angela Grimminger haben gemeinsam mit Dr. Ed Donellan, Dr. Yan Gu und Prof. Dr. Gabriella Vigliocco vom University College London (UCL) den Forschungsartikel „Explain with, rather than explain to: How explainees shape their own learning“ veröffentlicht (etwa: „Miterklären statt erklären lassen: Wie Erklärungsempfänger*innen ihr eigenes Lernen gestalten“).
Die dritte Folge des Podcasts „Explaining Explainability“ trägt den Titel „Understanding“ und ist nun veröffentlicht. In dieser Episode beschäftigen sich Prof. Dr.-Ing. Britta Wrede, Prof. Dr. Hendrik Buschmeier und Prof. Dr. Heike Buhl mit dem Prozess des Verstehens.
Am 17. und 18. Juni veranstaltet der TRR 318 die 3. Konferenz „Contextualizing Explanations“. Wissenschaftler*innen aus allen Fachdisziplinen können noch bis zum 16. April (verlängerte Deadline) ihre Abstracts einsenden.
Die Mitglieder des TRR 318 verabschieden sich in die Feiertage – Lesestoff gibt es bis zum neuen Jahr in Form eines Kinderbuchs, eines Jahresrückblicks sowie einer auf den Transregio zugeschnittenen Weihnachtsgeschichte...
Affective Computing befasst sich mit der computergestützten Erkennung menschlicher Emotionen. Im TRR 318 forscht dazu das Team aus dem Projekt A06 „Inklusive Ko-Konstruktion sozialer Signale des Verstehens“. Dr. David Johnson, Jonas Paletschek und Prof. Dr. Hanna Drimalla haben nun in Zusammenarbeit mit Olya Hakobyan einen Artikel zur Relevanz Erklärbarer Künstliche Intelligenz (XAI) für Affective Computing veröffentlicht.
