Projektbeschreibung
Erkenntnisse zu den Folgen von Algorithmen für maschinelles Lernen für heutige Gesellschaften
Rasante Fortschritte bei den Technologien für maschinelles Lernen verändern das soziale und politische Leben auf eine Art und Weise, die unser Leben im Verhältnis zu anderen auf einzigartige Weise herausfordert. Die Lebenschancen einer Person hängen nun eng mit den Attributen zusammen, die ein Algorithmus aus den Datenmustern unbekannter Personen erlernt hat. Das EU-finanzierte Projekt ALGOSOC entwickelt einen neuen Ansatz, um die Folgen von Algorithmen für maschinelles Lernen für heutige Gesellschaften zu verstehen und darauf zu reagieren. Das Projekt soll untersuchen, wie Algorithmen des maschinellen Lernens im 21. Jahrhundert lernen, die Eigenschaften von Wesen, insbesondere von Menschen, Gruppen und Objekten, zu erkennen, zuzuordnen und daraus zu folgern.
Ziel
ALGOSOC develops a new approach to understanding and responding to the consequences of machine learning algorithms for contemporary societies. Rapid advancements in machine learning technologies are transforming social and political life in ways that uniquely challenge how we live in relation to others. The life chances of a person are now intimately connected to the attributes that an algorithm has learned from the data patterns of unknown others. From judgements in the criminal justice system to decisions on treatment pathways in health, the outputs of algorithms have become pivotal to the decisions and adjudications on the probable futures of individuals. While there is substantial academic and public emphasis on defining ethical codes of conduct for algorithmic decisions, there is a lack of attention to how machine learning algorithms remake the ethical relations that define a society. In short, existing research is focused on limiting the harms of the actions of algorithms, whereas ALGOSOC focuses on how algorithms are redefining the thresholds of what harmful, good, bad, or risky behaviour means in a society. The ALGOSOC project will examine how 21st century machine learning algorithms are learning to recognize, to attribute, and to infer the characteristics of entities (people, groups, and objects). In order to do this, the project will conduct a series of path-defining studies of societal domains of machine learning that, though they share algorithms in common, have not previously been researched in combination: behavioural biometrics and biomedical object recognition; consumer recommendation and criminal justice scoring; oncology treatment pathways and anomaly detection for security. The ALGOSOC project will provide new social science knowledge of what is taking place as machine learning algorithms travel across different domains and sites, and how precisely they learn by their exposure to different worlds of data.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
ERC-ADG - Advanced Grant
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) ERC-2019-ADG
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenGastgebende Einrichtung
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
DH1 3LE DURHAM
Vereinigtes Königreich
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.