Key points are not available for this paper at this time.
Der Einsatz von künstlicher Intelligenz, wie z.B. Text- und Bilderzeugern, nimmt zunehmend zu und ist zugänglich. Diese Technologien wurden sowohl kritisiert als auch für ihr Potenzial zur Automatisierung von Aufgaben und zur Effizienzsteigerung gefördert. Aus einer Risikoperspektive können wir diese Technologien als eine neue Ergänzung zu einem bereits reichhaltigen Werkzeugkasten interpretieren, der bei Risikoanwendungen helfen kann. Diese neuen Technologien müssen jedoch auf ihre Eignung für Risikoanwendungen geprüft werden, unabhängig davon, ob die Technologie für Risikoanalysten, Risikomanagement oder Risikokommunikation entwickelt wurde. Da diese KI-gestützten Technologien weiterhin in Gebrauch sind, besteht die Notwendigkeit, die Qualität der Informationen zu bewerten, die aus diesen Technologien hervorgehen, da diese Informationen für Risikoanwendungen genutzt werden. Dieses Papier nutzt aktuelle Qualitätsindikatoren der Risikowissenschaft, um 14 Kriterien zu entwickeln, die zur Bewertung der Qualität von Informationen aus KI-gestützten Informationssystemen für Risikoanwendungen verwendet werden können. Diese 14 Kriterien werden dann an einem weit verbreiteten KI-basierten Informationssystem demonstriert. Die Erkenntnisse aus diesem Papier können helfen, sowohl die Vorteile dieser Technologien als auch weitere Implikationen für Methoden, Politiken und Forschungen in der Risikowissenschaft zu verstehen.
Thekdi et al. (Thu,) haben diese Frage untersucht.