Mediating Machines? Opportunities and Challenges of Artificial Intelligence in Peacemaking
- Ansprechperson:
Gregor Betz
- Förderung:
Planning-Grant-Förderinitiative "Künstliche Intelligenz" der Volkswagenstiftung
- Starttermin:
2020
- Endtermin:
2021
Aufbauend auf den neuesten Fortschritten bei der Analyse von Onlinepartizipationsprozessen, und insbesondere im Bereich Argument- und Opinion Mining, wird das Projekt die Möglichkeiten und Herausforderungen der Nutzung von KI in der Friedensmediation erörtern. Es geht der Frage nach, wie KI genutzt werden kann um die Dynamiken zwischen gewaltvoller und gewaltloser Verhandlung zu verstehen und die Bedingungen zu analysieren, unter welchen eine friedliche Konfliktbeilegung möglich ist.
- Konsortium:
- Prof. Gregor Betz, Karlsruher Institute of Technology. Relevant expertise in argumentation theory, opinion and argument maps, application of digital technologies in argumentation.
- Prof. Stefan Conrad, Heinrich Heine Universität Düsseldorf. Relevant expertise in machine learning and natural language processing, in particular, argument mining of online participatory processes.
- Prof. York Sure-Vetter, Karlsruher Institute of Technology. Relevant expertise in artificial intelligence, in particular knowledge graphs and machine learning.
- Prof. Laurent Goetschel, Universität Basel & Direktor, Schweizerische Friedensstiftung (SwissPeace). Relevant expertise in international peace mediation. Excellent relations to the mediation community.
- Dr. Andreas Hirblinger, Graduate Institute Geneva. Relevant expertise in international peace mediation, inclusion in peace processes and the use of digital technologies in peacemaking.
- Dr. David Lanius, Karlsruher Institute of Technology. Relevant expertise in argument analysis, argument reconstruction, and argumentation theory.
- Dr. Tamara Mchedlidze, Karlsruher Institute of Technology. Relevant expertise in network visualization and graph algorithms.
- Dr. Alexey Pak, Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung. Relevant expertise in practical machine learning techniques, including Bayesian models and ANNs.