Artificial intelligence modelling: data driven and theory driven approaches

Abstract

Einleitend beschreibt der Autor drei grundsätzliche Probleme der Human- und Sozialwissenschaften in der Theoriebildung und Computermodellierung: 1. Sozialwissenschaftliches Wissen existiert oft nur in qualitativer, nichtnumerischer Form. 2. In herkömmlichen Computermodellen versteckt sich das theoretische Wissen häufig in einem nichttheoretischen Code. 3. Schlüsse, die mittels dieser Computermodelle gezogen wurden, erweisen sich nur auf mathematischen Feld durchschau- und kritisierbar. Eine Lösung der Dilemmata erhofft man sich durch das Modellieren auf der Basis Künstlicher Intelligenz (KI). Der Autor beschreibt diese Basis und geht auf den Schlüsselbegriff der Wissensrepräsentation ein. Er unterscheidet zwei Wege, wie die KI-Modellierung für die Theoriebildung genutzt werden kann:die sogenannte theoriegeleitete Perspektive und die datenorientierte Perspektive. Anschließend stellt er einen gemischten Ansatz anhand von Gruppenprozessen vor. Der Autor kommt zu dem Schluss, dass KI-Techniken zur Verbesserung und Generierung neuer Theorien aus empirischen Daten genutzt werden können, auch wenn KI keine Revolution darstellt. (FR)