Paul Hünermund

Projekttitel

Optimizing Human-AI Interaction: Integrating Domain Knowledge into Causal AI Systems

Hvad handler dit projekt om?

AI ændrer den måde, industrier arbejder på, men mange systemer kæmper stadig med at være retfærdige, pålidelige og gennemsigtige. En ny type AI - kaldet Causal AI (eller cAI) - er ved at blive udviklet for at hjælpe med at løse disse problemer. I modsætning til traditionel AI, som leder efter mønstre i data, forsøger cAI at forstå de faktiske årsager og relationer bag begivenheder. Det, der gør den unik, er, at den er afhængig af menneskelige eksperter til at guide dens tankegang og hjælpe den med at træffe bedre og mere afbalancerede beslutninger.

Men her er problemet: Vi ved stadig ikke meget om, hvordan mennesker rent faktisk arbejder med cAI, eller hvordan deres input påvirker AI'ens beslutninger. Dette projekt undersøger, hvordan eksperter deler deres viden med cAI-systemer, og hvilken indflydelse det har. Målet er at skabe enkle, praktiske retningslinjer, der kan hjælpe mennesker og AI med at arbejde mere effektivt og ansvarligt sammen.

Hvordan opstod din interesse for dit forskningsfelt?

Som økonomistuderende med en passion for dataanalyse har jeg altid været tiltrukket af et stort spørgsmål: Hvordan kan vi se, om en politik eller forretningsstrategi virkelig virker? I løbet af min ph.d. fokuserede jeg på at evaluere, om subsidier rent faktisk fremmer innovation og konkurrenceevne i virksomheder - noget, der spiller en afgørende rolle for økonomisk vækst og samfundsmæssig fremgang. Men jeg indså hurtigt, at det ikke er let at finde ud af, hvad der virkelig forårsager hvad. Når man først begynder at tænke på årsag og virkning, lægger man mærke til det overalt: Er to glas rødvin faktisk godt for helbredet? Gør det virkelig en forskel at spille Mozart for din baby i livmoderen? Den slags spørgsmål førte mig til kausal AI - et fascinerende nyt felt, der fokuserer på at hjælpe maskiner med at ræsonnere over årsag og virkning, ligesom mennesker forsøger at gøre det.

Hvad er de forskningsmæssige udfordringer og perspektiver ved dit projekt?

Vores projekt tager fat på en af de største udfordringer inden for AI i dag: at hjælpe maskiner med at forstå årsag og virkning, ikke bare se mønstre. Denne form for ræsonnement er kernen i, hvordan mennesker træffer beslutninger - og det er det, der mangler i de fleste nuværende AI-systemer. Efterhånden som AI bliver mere almindeligt inden for forretningsstrategi og iværksætteri, er det næste store spring kausal AI - teknologi, der kan tænke mere, som mennesker gør. Vi undersøger, hvordan ekspertviden og mentale modeller - den slags intuitive rammer, som erfarne fagfolk bruger - kan hjælpe AI med at levere smartere, mere retfærdig og mere pålidelig indsigt. Ved at kombinere idéer fra økonomi, adfærdsvidenskab og maskinlæring arbejder vi på at bygge værktøjer, der gør det muligt for mennesker og AI at træffe bedre beslutninger sammen - især når der står meget på spil.

Hvilke perspektiver vurderer du selv, at din forskning på sigt kan have for det omgivende samfund?

I det lange løb har dette projekt potentiale til at gøre en reel forskel - både i Danmark og i resten af verden. Det tager fat på en stor udfordring i udviklingen af kausal AI: hvordan man sikrer, at disse systemer ikke kun fungerer godt, men også fungerer retfærdigt og gennemsigtigt med menneskelige input. Ved at samle eksperter fra områder som forretningsstrategi, datalogi og adfærdsvidenskab hjælper vi med at opbygge smartere og mere pålidelig AI. I Danmark er projektet med til at understøtte CBS' lederskab inden for menneskecentreret AI-forskning og hjælper med at positionere landet som en global hub for dette hurtigtvoksende felt. Vigtigst af alt sigter vi mod at gøre en forskel uden for den akademiske verden - ved at dele det, vi lærer, med både virksomheder, forskere og studerende.

Hvad vil det betyde for din forskerkarriere, at du indgår i Sapere Aude-programmet?

Teknologiledelse - hvilket gør det til et naturligt næste skridt i min karriere. Jeg ser det som begyndelsen på en lovende forskningsrejse, der bygger bro mellem teknisk innovation og indsigt fra samfundsvidenskaberne. I et felt, der ofte er drevet af komplekse metoder, håber jeg at kunne tilbyde et nyt perspektiv, der fremhæver de menneskelige og strategiske dimensioner af AI. På det personlige plan giver denne bevilling mig en langsigtet mulighed for at videreudvikle mig selv på Copenhagen Business School, en af Europas bedste business schools, og for at styrke min profil som en internationalt anerkendt ekspert i kausal AI.

Lidt om mennesket bag forskeren

Jeg er oprindeligt fra Tyskland og har studeret økonomi på Mannheim Universitet, HEC Lausanne og New York University. Jeg fik min ph.d. i virksomhedsøkonomi fra KU Leuven i Belgien. I september 2020 flyttede jeg til Danmark for at arbejde på Copenhagen Business School. Før det tilbragte jeg tre år som adjunkt på Maastricht University i Holland. Min forskning er blevet omtalt i internationale medier, herunder Harvard Business Review, The Economist, The Wall Street Journal, MIT Sloan Management Review, Politiken, Frankfurter Allgemeine Zeitung, Süddeutsche Zeitung og Neue Zürcher Zeitung. I 2021 blev jeg udnævnt til en af »Top 40 under 40« af Capital, et førende tysk erhvervsmagasin. Uden for den akademiske verden har jeg det sorte bælte i taekwondo og nyder at spille mundharmonika og 4-strenget tenor banjo - selvom jeg må indrømme, at sidstnævnte nogle gange sætter min kones tålmodighed på prøve.