Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
cset2. Juni 2020 · Q004851

AI Definitions Affect Policymaking

cset.georgetown.edu · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der bereitgestellte Text ist ein kurzer Auszug: Er argumentiert, dass Definitionen von AI und die verwendeten Daten die Einschätzung des internationalen Wettbewerbs stark beeinflussen. Laut Autoren führt China bei Computer Vision, macht deutliche Fortschritte in der Robotik, während die USA bei der Verarbeitung natürlicher Sprache vorn liegen; Details zur Methode und zu Vergleichswerten fehlen im Auszug.

Mittel

Der bereitgestellte Text ist ein kurzer Auszug aus dem Brief „AI Definitions Affect Policymaking“ von Dewey Murdick, James Dunham und Jennifer Melot. Die Autoren argumentieren, dass unklare oder veraltende Definitionen künstlicher Intelligenz politische Analysen beeinflussen. Einschätzungen zum internationalen Wettbewerb hängen demnach davon ab, welche Forschung als AI-relevant gilt und welche Datensätze und Verfahren zur Erfassung verwendet werden.

CSET schlägt eine funktionale Definition vor, die Urteile einer großen Gruppe von AI-Fachleuten mit maschinellem Lernen verbindet. Laut Auszug übertrifft diese Methode andere Ansätze von 2010 bis zur Gegenwart und soll auch künftig relevant bleiben. Bei der Anwendung auf den Wettbewerb zeigen sich je nach Teilgebiet unterschiedliche Führungspositionen: China liege bei Computer Vision vorn und habe in der Robotik deutliche Fortschritte gemacht, während die USA bei der Verarbeitung natürlicher Sprache führend seien.

Die Autoren folgern, dass Analysten und politische Entscheidungsträger Definitionen, Methoden und Datengrundlagen klar benennen sollten. Der Auszug enthält keine konkreten Vergleichswerte oder eine ausführliche Beschreibung des Verfahrens.

Ausführlich lesen

Der bereitgestellte Text ist ein kurzer Auszug aus dem Brief „AI Definitions Affect Policymaking“ von Dewey Murdick, James Dunham und Jennifer Melot; eine vollständige Darstellung des Berichts liegt hier nicht vor. Der Auszug behandelt, wie Definitionen von künstlicher Intelligenz politische Analysen beeinflussen können. Die Autoren argumentieren, dass AI-Definitionen oft mehrdeutig sind und angesichts des raschen technologischen Wandels schnell veralten. Dadurch hängt etwa eine Einschätzung des internationalen Wettbewerbs davon ab, welche Forschung als AI-relevant gilt und welche Datensätze zur Identifikation herangezogen werden.

CSET beschreibt drei Grundsätze für eine funktionale Definition von AI-Forschung. Die vorgeschlagene Methode nutzt Urteile einer großen Gruppe von AI-Fachleuten in Verbindung mit maschinellem Lernen. Laut Auszug übertrifft sie andere Methoden im Zeitraum von 2010 bis zur Gegenwart deutlich und soll zugleich für künftige Entwicklungen relevant bleiben. Konkrete Vergleichswerte, die drei Grundsätze und Einzelheiten zum Verfahren nennt der vorliegende Text jedoch nicht.

Bei der Anwendung auf den internationalen Wettbewerb fällt das Bild laut Autoren je nach Teilgebiet unterschiedlich aus: China liege bei Computer Vision vorn und habe in der Robotik erhebliche Fortschritte erzielt; bei der Verarbeitung natürlicher Sprache behielten die USA ihren Vorsprung. Die zentrale Folgerung lautet, dass Analysten und politische Entscheidungsträger offenlegen sollten, was sie dem Bereich AI zurechnen und welche Methoden und Daten sie dafür verwenden. Der Auszug belegt damit vor allem die behauptete Empfindlichkeit der Wettbewerbseinschätzung gegenüber Definitions- und Auswahlentscheidungen; weitergehende Ergebnisse oder Einschränkungen des vollständigen Berichts sind daraus nicht ersichtlich.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 68 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 52 %gleiches Oberthema, hilft nicht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %Hintergrund, keine Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 53 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 50 %Hintergrund, keine Belege
    • JEV 50 %Hintergrund, keine Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 68 %gleiches Oberthema, hilft nicht
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 37 %gleiches Oberthema, hilft nicht
    • Luna 84 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 68 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →