Computerlinguisten des TRR 318 haben Dialoge mit fünf unterschiedlichen Erkl?rstufen untersucht. Ihre Ergebnisse stellen sie auf der internationalen Konferenz COLING vor.
?Die meisten Forschungsarbeiten über erkl?rbare Künstliche Intelligenz gehen davon aus, dass es eine ideale Erkl?rung gibt, mit der die Prozesse hinter KI verst?ndlich werden. Allt?gliche Erkl?rungen funktionieren aber ganz anders: 360直播吧 werden in einem Dialog zwischen der erkl?renden Person und der Person, der die Erkl?rung gegeben wird, ko-konstruiert. Wir brauchen ein besseres Verst?ndnis davon, wie Menschen in Dialogen erkl?ren. Nur so kann KI lernen, mit Menschen zu interagieren“, sagt Prof. Dr. Henning Wachsmuth. Der Computerlinguist der Leibniz Universit?t Hannover (bis 30.9. Universit?t Paderborn) leitet die Teilprojekte C04 und INF im TRR 318.
Wachsmuth und sein Mitarbeiter Milad Alshomary haben in ihrer ersten Studie im INF-Projekt eine Sammlung von dialogischen Erkl?rungen mit computergestützten Methoden darauf untersucht, wie Menschen erkl?ren, und wie KI diesen Prozess imitieren kann. ?Dabei konnten wir empirische Erkenntnisse darüber gewinnen, wie Expert*innen Erkl?rungen an Gespr?chspartner*innen unterschiedlicher Niveaus ausrichten“, sagt Milad Alshomary, Doktorand im TRR 318. ?Au?erdem haben wir mithilfe eines Sprachverarbeitungsprogramms erste systematische Vorhersagen zum Erkl?rungsablauf in Dialogen entwickelt.“
Englische Erkl?rdialoge als Grundlage der Studie
Wachsmuth und Alshomary haben in ihrer Studie 65 englische Dialoge aus der Wired-Videoserie ?5 Levels“ analysiert. In der Serie erkl?ren Expert*innen wissenschaftsbezogene Themen in fünf unterschiedlichen Schwierigkeitsstufen: Zuerst beschreiben sie den Begriff – beispielsweise ?Blockchain“ – einem Kind, dann einem Teenager, danach jeweils einer Person, die studiert und promoviert, und schlie?lich eine*r Kolleg*in. Die bereits in Textform umgewandelten Dialoge haben die Forschenden von unabh?ngigen Fachleuten systematisch manuell annotieren lassen. Dabei fokussierten sie drei Analyseebenen: die Beziehung des Themas zum Hauptthema (z. B. Unterthema oder verwandtes Thema), die Dialoghandlung (z. B. Kontrollfrage oder informierende Aussage) und den Erkl?rungsschritt (z. B. Prüfen von Vorwissen oder Erkl?ren). Für jede Dimension entwickelten die Forschenden Modelle für Vorhersagen, die sie in Experimenten prüften.
?Unsere ersten Experimente deuten darauf hin, dass eine Vorhersage der annotierten Dimensionen machbar ist“, fasst Wachsmuth zusammen. ?Mit unseren Ergebnissen legen wir den Grundstein in Richtung einer menschenzentrierten erkl?rbaren KI. Intelligente Systeme k?nnen auf diese Weise lernen, wie sie auf die Reaktionen der Gespr?chspartner*innen reagieren und ihre Erkl?rungen anpassen k?nnen.“
Forschungsartikel für angesehene Konferenz
Ihre gesammelten Daten und die Ergebnisse fassten die Forschenden Wachsmuth und Alshomary in ihrem Artikel ?Mama Always Had a Way of Explaining Things So I Could Understand: A Dialogue Corpus for Learning to Construct Explanations” zusammen. Vorstellen werden sie ihn auf der 29th International Conference on Computational Linguistics (COLING) vom 12. bis 17. Oktober in Gyeongju, Südkorea. Die COLING findet alle zwei Jahre statt und ist eine der wichtigsten internationalen Konferenzen auf dem Gebiet der Verarbeitung natürlicher Sprache.
