Doktorand/in fuer Erkenntnistheorie und zur Ethik der erklärbaren KI

Universität Tübingen

Deutschland

2 Doktorand*innenstellen - zur Erkenntnistheorie und zur Ethik der erklärbaren KI (m/w/d; E13 TV-L, 75%)

Exzellenzcluster "Maschinelles Lernen: Neue Perspektiven für die Wissenschaft"

Bewerbungsfrist : 16.06.2020

Am  Exzellenzcluster "Maschinelles Lernen: Neue Perspektiven für die Wissenschaft" der Universität Tübingen, in Zusammenarbeit mit dem Internationalen Zentrum für Ethik in den Wissenschaften (IZEW), sind

2 Doktorand*innenstellen - zur Erkenntnistheorie und zur Ethik der erklärbaren KI (m/w/d; E13 TV-L, 75%)

zum Herbst 2020 zu besetzen. Beide Stellen sind auf 3 Jahre befristet und sind Teil des von der Baden-Württemberg-Stiftung geförderten Projekts "Künstliche Intelligenz, Vertrauenswürdigkeit und Erklärbarkeit".

Für weitere Informationen, siehe

  • https://uni-tuebingen.de/forschung/forschungsschwerpunkte/exzellenzcluster-maschinelles-lernen/forschung/forschung/cluster-arbeitsgruppen/ag-ethik-philosophie/aite/ 
  • https://uni-tuebingen.de/forschung/forschungsschwerpunkte/exzellenzcluster-maschinelles-lernen/home/stellenangebote/#c1088733 

Doktorand*innenstelle 1: Erkenntnistheorie der erklärbaren KI

Die/der Doktorand*in wird in enger Zusammenarbeit mit Dr. Eric Raidl am Thema "Erklärbarkeit und (wissenschaftlicher) Erklärung" arbeiten. Ziel dieses Projekts ist es, erkenntnistheoretische und wissenschaftliche Erklärungsnormen zu identifizieren, und zu untersuchen, inwiefern diese die erklärbare KI einschränken sollen.

Anforderungen:

  • ein ausgezeichneter MA-Abschluss in Philosophie oder Logik
  • nachweisliches Interesse an interdisziplinärer Forschung
  • einen starken Hintergrund, entweder in der Wissenschafts- oder Erkenntnistheorie. Kenntnisse in Logik oder Wahrscheinlichkeitstheorie sind empfohlen.
  • gute Englischkenntnisse
  • ausgezeichnete organisatorische Fähigkeiten

Doktorand*innenstelle 2: Ethik der erklärbaren KI

Die/der Doktorand*in wird in enger Zusammenarbeit mit Dr. Thomas Grote an "Den Normen Erklärbarer KI" arbeiten. Ziel dieses Projekts ist es, normative Kriterien für algorithmische Erklärungen zu identifizieren, die algorithmische Entscheidungen rechtfertigen und/oder vertrauenswürdig machen.

Anforderungen:

  • ein ausgezeichneter MA-Abschluss in Philosophie
  • nachweisliches Interesse an interdisziplinärer Forschung
  • einen starken Hintergrund entweder in Ethik (weit gefasst) oder in Erkenntnistheorie (mit einem Interesse daran, Werkzeuge der Erkenntnistheorie auf moralisch relevante Fragen anzuwenden)
  • gute Englischkenntnisse
  • ausgezeichnete organisatorische Fähigkeiten

Angebot:

Die beiden Doktorand*innen werden in den Exzellenzcluster "Maschinelles Lernen - Neue Perspektiven für die Wissenschaft" der Universität Tübingen eingebettet. Zusätzlich zum Gehalt erhalten die Doktorand*innen ein Reisebudget für die Teilnahme an Sommerschulen sowie nationalen und internationalen Konferenzen.

Bitte senden Sie die üblichen Unterlagen (Anschreiben, kurzes Dissertationsexposé (~2 Seiten), Lebenslauf, Zeugniskopien, Publikationsliste - als einzelnes PDF; maximal 5 MB) bis zum 16. Juni 2020 an die Geschäftsstelle des Exzellenzclusters (ml-in-sciencespam prevention@uni-tuebingen.de). Bitte geben Sie an, auf welche der 2 Stellen Sie sich bewerben. Fragen können an eric.raidlspam prevention@uni-tuebingen.de für die Stelle 1 und an thomas.grotespam prevention@uni-tuebingen.de für die Stelle 2 gerichtet werden.

Die Universität strebt eine Erhöhung des Anteils von Frauen in Forschung und Lehre an und bittet deshalb entsprechend qualifizierte Wissenschaftlerinnen nachdrücklich um ihre Bewerbung. Schwerbehinderte werden bei gleicher Eignung bevorzugt berücksichtigt. Die Einstellung erfolgt durch die Zentrale Verwaltung der Universität.


Bitte beziehen Sie sich in Ihrer Bewerbung auf AkademischeStellen.com

Bewerbung Alle Stellen
FACEBOOK
TWITTER
LINKEDIN

Ludwig Maximilians Universität München

Pädagogische Hochschule Bern

Rheinisch Westfalische Technische Hochschule Aachen

Ruprecht Karls Universität Heidelberg

Universität Innsbruck

Universität Luzern

Universität Passau

Universität Potsdam

Universität Rostock

Universität Salzburg

Universität zu Köln

Universität Zürich