Sozialwesen (SW)
Refine
Publication Type
- Article (8) (remove)
Keywords
- ChatGPT (2)
- Künstliche Intelligenz (2)
- Algorithmus (1)
- Beratung (1)
- Chatbot (1)
- Jugendhilfe (1)
- KI (1)
- Kinder- und Jugendhilfe (1)
- Mensch-Maschine-Interaktion (1)
- Menschenrechtsprofession (1)
Faculty
- Sozialwesen (SW) (8) (remove)
KI-basierte Chatbots erlangen zunehmend Bedeutung im Bereich der Beratung und Therapie zur psychischen Gesundheit. Dabei sind Expertensysteme und generative Systeme als technische Grundlagen hinsichtlich der möglichen Effekte zu unterscheiden. Hinsichtlich der sozialen Effekte in der Mensch-Maschine-Interaktion beschreibt und definiert der Beitrag das Phänomen der quasisozialen Beziehung. Besonders relevant sind in diesem Zusammenhang Selbstoffenbarungseffekte, d.h. die Preisgabe persönlicher Informationen, die durch (zugeschriebene) Eigenschaften von Chatbots beeinflusst werden können. In der Beratung zeigt sich das im Teilen von selbstbezogenen Informationen mit einem kommunikativen Gegenüber und führt in Beziehungen zum Aufbau von Nähe. Diskutiert werden Effekte, Chancen und Risiken für die Einordnung des Einsatzes solcher Chatbots in Beratung und Therapie.
Die Bedeutung des Einsatzes von Verfahren, die unter dem Begriff der Künstlichen Intelligenz (KI) zusammenzufassen sind, wird sowohl für gesellschaftliche Prozesse als auch den Auftrag an die Soziale Arbeit zunehmend erkannt und diskutiert. Mit diesem Artikel wird ein Beitrag zum Diskurs geleistet, indem vertieft der Bereich der Sprachverarbeitung durch KI, das Natural Language Processing (NLP), in den Blick genommen wird. Verarbeitung natürlicher Sprache ist aufgrund der hohen Bedeutung kommunikativer Prozesse für die Praxis der Sozialen Arbeit von besonderer Relevanz, zugleich wird die Profession der Sozialen Arbeit tangiert. Bezugnehmend auf Staub-Bernasconis Handlungstheorie werden Implikationen und Diskussionspunkte von NLP identifiziert und diskutiert. Zudem werden mögliche Gratifikationen für Klient*innen herausgearbeitet, die sich u. a. aus der Wirkung und sozialen Interaktion ergeben. Hier wird die Media-Equation-Theorie von Nass und Reeves als Erkenntnisfolie herangezogen. Vor diesen Perspektiven ergeben sich sowohl Risiken (u. a. die Gefahr einer modularisierten Herauslösung genuin sozialarbeiterischer Tätigkeit) als auch Chancen (u. a. Teilhabe, niederschwelliger Zugang, Zugriff auf breitere Datenbasis).
Der Beitrag verfolgt das Ziel, einen exemplarischen Blick in die DACH-Region zum Einsatz von KI in der Sozialen Arbeit im Bereich Kinder und Jugendliche zu werfen. Dafür wird auf einzelne Projekte in Deutschland, Österreich und der Schweiz verwiesen, um so den aktuellen Stand der Verwendung von KI in der DACH-Region zu skizzieren. Einzelne Projekte finden dafür Erwähnung, werden für den Erhalt eines Überblicks jedoch nicht im Detail vorgestellt. Ebenfalls erhebt der Beitrag keinen Anspruch auf Vollständigkeit. Schon bei der Recherche und im Kontakt mit Kolleginnen und Kollegen aus Deutschland, Österreich und der Schweiz ist deutlich geworden, dass der Einsatz von KI in der Kinder- und Jugendhilfe vielerorts weder in Projekten organisiert, noch (standardisiert) evaluiert wird.
Communicating with spoken dialogue systems (SDS) such as Apple’s Siri® and Google’s Now is becoming more and more common. We report a study that manipulates an SDS’s word use with regard to politeness. In an experiment, 58 young adults evaluated the spoken messages of our self-developed SDS as it replied to typical questions posed by university freshmen. The answers were either formulated politely or rudely. Dependent measures were both holistic measures of how students perceived the SDS as well as detailed evaluations of each single answer. Results show that participants not only evaluated the content of rude answers as being less appropriate and less pleasant than the polite answers, but also evaluated the rude system as less accurate. Lack of politeness also impacted aspects of the perceived trustworthiness of the SDS. We conclude that users of SDS expect such systems to be polite, and we then discuss some practical implications for designing SDS.
One of many ways in which spoken dialogue systems (SDS) are becoming more and more flexible is in their choice of words (e.g. alignment to the user’s vocabulary). We examined how users perceive such adaptive and non-adaptive SDS regarding trustworthiness and usability. In Experiment 1, 130 participants read out questions to an SDS that either made or did not make lexical alignment in its replies. They perceived higher cognitive demand when the SDS did not employ alignment. In Experiment 2, 135 participants listened to a conversation between a human and the same SDS in an online study. They judged the aligned SDS to have more integrity and to be more likeable. Implications for the design of SDS are discussed.
People adapt their word choice to both humans and computers. In this study, language style (elaborated vs. restricted) and perceived conversational partner (human vs. spoken dialogue system) were varied. Convergence was greater when reacting to a restricted language style. Participants preferred human partners and an elaborated language style. In line with communication accommodation theory, results suggest that considering restricted capabilities (cognitive organization) constitutes a central motive for convergence. Implications for spoken dialogue system design are discussed.