Neue Publikation: „SustAInable: How Values in the Form of Individual Motivation Shape Algorithms’ Outcomes. An Example Promoting Ecological and Social Sustainability.” [29.01.24]
In dieser Studie untersuchen wir, wie die Umweltmotivation Entscheidungen beim Training eines Algorithmus beeinflusst.
Menschliche Einflüsse können erheblichen Einfluss auf den Output von algorithmischen Entscheidungssystemen haben. Während zahlreiche Beispiele zeigen, wie Bias in den Trainingsdaten eines Algorithmus zu Diskriminierung führen können, haben wir in dieser Studie untersucht, wie die wertebasierte Umweltmotivation von Menschen das Training eines Spam-Filter Algorithmus beeinflussen kann. Unsere Ergebnisse zeigen, dass Personen mit höherer Umweltmotivation dazu neigen, E-Mails von Umweltorganisationen und sozialen Organisationen seltener als Spam einzustufen. Die Berücksichtigung der Motivation von beteiligten Personen kann daher dazu beitragen, nachhaltigere algorithmische Entscheidungen zu erhalten.
Zabel, S., & Otto, S. (in press). SustAInable: How Values in the Form of Individual Motivation Shape Algorithms' Outcomes. An Example Promoting Ecological and Social Sustainability. CHI '24: CHI Conference on Human Factors in Computing Systems Honolulu, Hawai'i, May 11-16, 2024.