re:publica 25
26.-28. Mai 2025
STATION Berlin
Anwendungen maschinellen Lernens wie Large Language Models eröffnen durch synthetische Daten völlig neue Ansätze in der Wahl- und Marktforschung. Statt auf klassische Befragungen zurückzugreifen, generieren "Silicon Subjects" simulierte Antworten, die Trends vorhersagen und Zielgruppenverhalten modellieren können. Doch wie valide sind diese simulierten Ergebnisse? Und welchen Einfluss hat algorithmischer Bias auf politische Kampagnen und Produktstrategien?
In dieser Session stelle ich synthetische Forschungsdaten vor und skizziere die Chancen – schnellere Analysen und kosteneffiziente Szenarien. Gleichzeitig stellen wir uns mit dem Publikum ethischen Herausforderungen wie Biases, Manipulationsrisiken und ethischen Fragen. Ziel ist es, der Community den Bereich synthetischer Daten vorzustellen und gemeinsam zu diskutieren, wie ein verantwortungsvoller Einsatz dieser Technologien aussehen kann und welche Standards notwendig sind, um Vertrauen und Fairness zu gewährleisten.
Dieser Programmpunkt wird durch die Stiftung Mercator unterstützt.