Unterstützung von Verhaltensforschung und evidenzbasierter Politikgestaltung durch maschinelle Online-Tools

• Antragsteller: Dr. Stefan Herzog
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Allgemeine, Kognitive und Mathematische Psychologie ; Angewandte Sprachwissenschaften, Computerlinguistik ; Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik ; Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme ; Sozialpsychologie und Arbeits- und Organisationspsychologie
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 458366841

Das Forschungsziel dieses Projekts ist es, Online-Werkzeuge zu entwickeln, einzusetzen und empirisch zu evaluieren (z.B. intelligente Suchmaschinen und Kollaborationsschnittstellen), die den wissenschaftlichen Prozess und die Schnittstelle zwischen Verhaltenswissenschaft und evidenzbasierter Politikgestaltung verbessern, um COVID-19 und andere, zukünftige globale Krisen besser bewältigen zu können. Wir nutzen dabei aktuelle Methoden aus der natürlichen Sprachverarbeitung (NLP), dem maschinellen Lernen (ML) und der künstlichen Intelligenz (KI). Dieses Projekt baut auf einer bereits nutzbaren Online-Infrastruktur auf, die u.a. von den Teammitgliedern Herzog, Hahn und Lewandowsky implementiert wurde (scibeh.org), sowie auf der Erfahrung des Teammitglieds Porciello in der evidenzbasierten Politikgestaltung, die NLP-, ML- und KI-Methoden verwendet (siehe havos.org). Das Projekt wird die folgenden drei, realen Anwendungsfälle verwenden: (1) Unterstützung bei der raschen Erstellung von zuverlässigem, neuen Wissen durch die Verbindung und Erweiterung bereits bestehender Online-Infrastrukturen (z.B. Zusammenfassung der zeitnahen, aber verstreuten Diskussion eines wissenschaftlichen Preprints auf Twitter, um die rasche Bewertung von Preprints zu unterstützen). (2) Unterstützung einer raschen Wissenskuration, -integration und -aggregation durch Methoden der natürlichen Sprachverarbeitung, Informationswissenschaften und minimaler, skalierbarer menschlicher Kuration (z.B. Analyse und Visualisierung aufkommender Themen in der scibeh.org Wissensdatenbank). (3) Unterstützung einer raschen politischen Entscheidungsfindung (z.B. maschinengestützte, rasche "Open Think Tanks": einem hybriden Mensch/Maschine-Ansatz zur Sammlung und Synthese von Schlüsselargumenten und Erkenntnissen aus wissenschaftlichen und politischen Diskussionen; Zusammenarbeit mit dem International Network for Government Science Advice, INGSA; www.ingsa.org; und der Gemeinsamen Forschungsstelle der Europäischen Kommission, mit der Teammitglied Lewandowsky eng zusammenarbeitet und bei der er 2021 als Knowledge Exchange Fellow in Brüssel bei der Europäischen Kommission tätig sein wird). Durch die Bereitstellung der Online-Werkzeuge wird dieses Projekt alle anderen Projekte des MULTIPAN-Konsortiums (Multidisciplinary research consortium on preventing and curbing pandemic outbreaks) in ihren Forschungsvorhaben unterstützen (z.B. rasch den aktuellen Stand der wissenschaftlichen Erkenntnisse zu erschliessen, inkl. Preprints und deren Evaluation; rasch Rückmeldungen über Forschungsdesign, Analysepläne usw. von der weltweiten wissenschaftlichen Gemeinschaft zu erhalten). Insbesondere werden wir eng mit dem MULTIPAN-Projektteam Nr. 5 zusammenarbeiten, was durch eine enge Kooperation mit deren Mitantragstellerin Christina Leuker (RKI Berlin) ermöglicht wird.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Großbritannien, USA
• Kooperationspartnerinnen / Kooperationspartner: Professorin Dr. Ulrike Hahn; Professor Stephan Lewandowsky, Ph.D.; Jaron Porciello