Biographie

Juliane Ressel ist Doktorandin an der University of Limerick, als Teil der Emerging Risk Group. Sie forscht in Kooperation mit dem Institut für Versicherungswesen (ivwKöln) der TH Köln, wo sie als wissenschaftliche Mitarbeiterin an der Forschungsstelle Versicherungsmarkt tätig ist. Sie wurde für die dreijährige Mathilde-von-Mevissen-Promovendinnenförderung der TH Köln ausgewählt.

 Julianes Forschungsschwerpunkt ist die interdisziplinäre Betrachtung und kritische Analyse des Einsatzes von Künstlicher Intelligenz und Big Data Analytics in der Versicherungswirtschaft. Wir sehen in diesem speziellen Umfeld ein Zusammentreffen von Komplexität, Langlebigkeit und menschlicher Sicherheit. Frühere Untersuchungen haben gezeigt, dass die Verbraucher den Ratschlägen von KI in medizinischen oder versicherungstechnischen KI-Szenarien, bei denen viel auf dem Spiel steht, nur ungern vertrauen und ihnen folgen. Letzteres ist daher ein hervorragender Testfall, um die Rolle des Vertrauens in der Mensch-KI-Interaktion zu untersuchen. Ihr Forschungsprojekt zielt darauf ab, durch die Entwicklung eines maßgeschneiderten Rahmens für die Risikobeherrschung einen Beitrag zu den aktuellen politischen Maßnahmen zu leisten.

___

English:

Juliane Ressel is a PhD student at the University of Limerick, as part of the Emerging Risk Group. She is conducting research in cooperation with the Institute for Insurance Studies (ivwKöln) at TH Köln, where she is a research associate in the Insurance Market Research Center.

She has received a three-year scholarship as part of the Mathilde von Mevissen Programme at TH Köln. Juliane's research focus is the interdisciplinary consideration and critical analysis of the use of Artificial Intelligence and Big Data Analytics in the insurance industry. We see a confluence of complexity, longevity and human security in this particular environment. Previous research has shown that consumers are reluctant to trust and follow AI advice in medical or insurance AI scenarios where the stakes are high. The latter is therefore an excellent test case to investigate the role of trust in human-AI interaction. Their research project aims to contribute to current policies by developing a tailored risk governance framework.

Fragestellungen im Themenfeld Künstliche Intelligenz

Das Dissertationsprojekt untersucht kritisch, was eine "vertrauenswürdige" Annahme von algorithmischen Entscheidungsfindungssystemen (ADM) in der europäischen Versicherungsbranche ausmacht. Ziel ist es, ein besseres Verständnis der Faktoren zu erlangen, die die Entscheidung über das Vertrauen beeinflussen. Mit dem zunehmenden Einsatz von ADM-Systemen zur Ergänzung der menschlichen Entscheidungsfindung entstehen unweigerlich Bedenken hinsichtlich der Vertrauenswürdigkeit und (Un-)Fairness von Algorithmen. Dies hat viele Interessengruppen dazu veranlasst, Governance-Initiativen ins Leben zu rufen und Leitlinien zu veröffentlichen. Ein gemeinsames Thema ist der Begriff des Vertrauens, um die Akzeptanz und Nutzung durch die Verbraucher vorherzusagen. Normative Ansätze gibt es viele, aber ein systematisches Verständnis der vertrauensbildenden Mechanismen in der Mensch-KI-Interaktion fehlt noch. Das Versicherungswesen ist ein hervorragender Testfall für die Untersuchung von Vertrauen im Zusammenhang mit KI, da hier Komplexität, Langlebigkeit und menschliche Sicherheit zusammentreffen.

___

English:

The PhD research project critically examines what constitutes a 'trustworthy' adoption of Algorithmic Decision Making (ADM) systems in the European insurance industry. The aim is to enhance an understanding of factors that drive the trust judgment call. Along with the increasing use of ADM systems to complement human decision-making, concerns about algorithmic trustworthiness and (un-)fairness inevitably arise. This has prompted many stakeholders to establish governance initiatives and publish guidelines. A common theme is the notion of trust to predict consumer acceptance and use. Normative approaches abound, but a systematic understanding of trust-building mechanisms in human-AI interaction is still lacking. Insurance presents a par-excellence test case for interrogating trust around AI as it comprises a confluence of complexity, longevity and human security.