Neue Publikation zur Verantwortung und sozialen Präferenzen im Kontext von Big Data
Im European Economic Review wurde kürzlich der Artikel „Artificial intelligence, distributional fairness, and pivotality“ von Victor Klockmann, Juniorprofessor für Mikroökonomie, insb. Digitalisierung, Alicia von Schenk, Juniorprofessorin für Angewandte Mikroökonomie, insb. Mensch-Maschine-Interaktion, und Marie Claire Villeval, Professorin für Volkswirtschaftslehre am CNRS und Leiterin des GATE-Lab der Universität Lyon, Frankreich, zur Publikation angenommen. Die Studie untersucht experimentell, wie sich die Wahrnehmung individueller Verantwortung verändert, wenn individuelle Entscheidungen in große Datensätze für das Training von Algorithmen des maschinellen Lernens einfließen.
Im Fokus steht dabei die Frage, ob Menschen sich sozialer oder egoistischer verhalten, wenn sie wissen, dass ihre Entscheidung nur eine von vielen ist, mit denen ein algorithmisches Modell trainiert wird. Die Ergebnisse zeigen: Ist der individuelle Einfluss gering (geringe „Pivotalität“), sinkt die Bereitschaft zu prosozialem Verhalten deutlich. Algorithmen, die auf solchen Daten basieren, erlernen dann vor allem egoistisches Verhalten.
Dieser Effekt lässt sich nicht durch materielle Anreize oder die Präsenz von Externalitäten erklären. Vielmehr legen die Resultate nahe, dass die schiere Größe von Big Data ein Gefühl diffuser Verantwortung erzeugt – und damit egoistisches Verhalten psychologisch legitimiert. Dies wirft grundlegende Fragen zur sozialen Qualität algorithmischer Entscheidungen und zu ihrer Gestaltung auf.
Die Publikation (Open Access) ist online verfügbar.
