Zum Inhalt springen Zur Suche springen
Wissenschaftliche Mitarbeiterin
Birte Keller M. A.
Postadresse
Universitätsstr. 1, 40225 Düsseldorf
Besucheradresse
Ulenbergstraße 127, 40225 Düsseldorf
Gebäude: 37.03
Etage/Raum: 2.22
Nordrhein-Westfalen Bundesrepublik Deutschland

Birte Keller, M. A., studierte den Bachelor Sozialwissenschaften und den Master Politische Kommunikation an der Heinrich-Heine-Universität in Düsseldorf. Im Jahr 2019 arbeitete sie zunächst als wissenschaftliche Hilfskraft am Lehrstuhl von Prof. Dr. Marcinkowski und ist seit 2020 wissenschaftliche Mitarbeiterin am Lehrstuhl KMW I des Instituts für Sozialwissenschaften an der Heinrich-Heine-Universität Düsseldorf. Seit dem arbeitet(e) sie in verschiedenen drittmittelgeförderten Forschungsprojekten und ist darüber hinaus auch in der Lehre tätig. Zu den Forschungsprojekten gehören:

  • Fair Artificial Intelligence Reasoning (FAIR), gefördert durch die VolkswagenStiftung im Rahmen der Projektreihe „Künstliche Intelligenz – Ihre Auswirkungen auf die Gesellschaft von morgen“
  • Responsible Academic Performance Prediction" (RAPP) gefördert durch das Bundesministerium für Forschung und Bildung im Rahmen der Förderlinie "Innovationen in der Hochschulbildung durch Künstliche Intelligenz und Big Data"
  • MeinungsMonitor Künstliche Intelligenz 3.0 (MeMo:KI) gefördert durch das Bundesministerium für Arbeit und Soziales in der Abteilung Denkfabrik Digitale Arbeitsgesellschaft

In Ihrer Dissertation beschäftigt sie sich mit der Legitimation des Einsatzes Künstlicher Intelligenz, wobei sie die Kritik und Rechtfertigung selbiger im bildungspolitischen Diskurs untersucht. Zu den Lehr- und Forschungsgebieten gehören Wahrnehmungen und ethische Herausforderungen der Künstlichen Intelligenz sowie Politische Kommunikation.

Peer-reviewed

Lünich, M., Keller, B. & Marcinkowski, F. (2024). Diverging Perceptions of Artificial Intelligence in Higher Education: A Comparison of Student and Public Assessments on Risks and Damages of Academic Performance Prediction in Germany. Computers and Education: Artificial Intelligence, 7, 1-15. https://doi.org/10.1016/j.caeai.2024.100305

Lünich, M.  & Keller, B. (2024). Explainable Artificial Intelligence for Academic Performance Prediction. An Experimental Study on the Impact of Accuracy and Simplicity of Decision Trees on Causability and Fairness Perceptions. In ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT ’24), 3–6 Juni, 2024, Rio de Janeiro, Brasilien. https://doi.org/10.1145/3630106.3658953

Lünich, M., Keller, B. & Marcinkowski, F. (2024). Fairness of Academic Performance Prediction for the Distribution of Support Measures for Students: Differences in Perceived Fairness of Distributive Justice Norms. Technology, Knowledge and Learning, 29(2), 1079–1107. doi.org/10.1007/s10758-023-09698-y

Esau, K., Wilms, L., Baleis, J. & Keller, B. (2023). For Deliberation Sake, Show Some Constructive Emotion! How Different Types of Emotions Affect the Deliberative Quality of Interactive User Comments. Javnost - The Public,  30(4), 472-495. https://doi.org/10.1080/13183222.2023.2171217

Keller, B., Lünich, M., & Marcinkowski, F. (2022). How Is Socially Responsible Academic Performance Prediction Possible? Insights From a Concept of Perceived AI Fairness. In F. Almaraz-Menéndez, A. Maz-Machado, C. López-Esteban, & C. Almaraz-López (Eds.), Strategy, Policy, Practice, and Governance for AI in Higher Education Institutions (pp. 126–155). IGI Global. https://doi.org/10.4018/978-1-7998-9247-2.ch006

Starke, C., Baleis, J., Keller, B., & Marcinkowski, F. (2022). Fairness perceptions of algorithmic decision-making: A systematic review  of the empirical literature. Big Data & Society, 9(2). https://doi.org/10.1177/20539517221115189

Kieslich, K., Keller, B., & Starke, C. (2022). Artificial intelligence ethics by design. Evaluating public perception on the importance of ethical design principles of artificial intelligence. Big Data & Society, 9(1), 1–15. https://doi.org/10.1177/20539517221092956

Working Paper & Factsheets

Kieslich, K., Starke, C., Došenović, P., Keller, B., & Marcinkowski, F. (2020). Künstliche Intelligenz und Diskriminierung. Wie denkt die deutsche Bevölkerung über den diskriminierenden Einfluss Künstlicher Intelligenz? Factsheet No. 2 des Meinungsmonitors Künstliche Intelligenz [MeMo:KI].

Došenović, P., Keller, B., & Marcinkowski, F. (2020). Künstliche Intelligenz im Kampf gegen die Coronapandemie. Was denkt die deutsche Bevölkerung über den Einsatz von KI? Factsheet No. 1 des Meinungsmonitors Künstliche Intelligenz [MeMo:KI].

Baleis, J., Keller, B., Starke, C., & Marcinkowski, F. (2019). Cognitive and Emotional Response to Fairness in AI – A Systematic Review. Working Paper Series: Fairness in Artificial Intelligence Reasoning, 3.

Keller, B., Baleis, J., Starke, C., & Marcinkowski, F. (2019). Machine Learning and Artificial Intelligence in Higher Education: A State-of-the-Art Report on the German University Landscape. Working Paper Series: Fairness in Artificial Intelligence Reasoning, 1.

Keller, B., Lünich, M., & Marcinkowski, F. (2024). Die Interdependenz von Learning Analytics und Studierenden: Erkenntnisse aus fünf Jahren Forschung zu studentischen Wahrnehmungen – Implikationen einer sozialverantwortlichen KI-Implementierung.  Vortrag auf der Tagung "Learning Analytics, Artificial Intelligence und Data Mining in der Hochschulbildung" (Learning AID) in Bochum (02.-03.09.2024).

Lünich, M., Keller, B., & Marcinkowski, F. (2023). Die studentische Wahrnehmung von Learning Analytics und ihre Konsequenzen für Einstellungen, Präferenzen und Verhaltensintentionen am Beispiel von Academic Performance Prediction - Ergebnisse einer Repräsentativbefragung und Implikationen für die Einführung von KI an der Hochschule. Vortrag auf der Tagung "Learning Analytics, Artificial Intelligence und Data Mining in der Hochschulbildung" (Learning AID) in Bochum (28.-29.08.2023).

Keller, B. (2023). Legitime KI? Eine Dokumentenanalyse der bildungspolitischen Rechtfertigung des Einsatzes künstlich intelligenter Systeme. Vortrag auf der Jahrestagung "KI | Konflikte | Konventionen - Aktuelle Herausforderungen für die Politische Kommunikationsforschung" der Fachgruppe "Kommunikation und Politik" der DGPuK in Düsseldorf (28.-30.06.2023).

Maxhuni, A., Lünich, M., Keller, B., & Marcinkowski, F. (2023). Hegemoniale Technologieimplementierung an der Hochschule - Eine qualitative Analyse der Schadenswahrnehmung betroffener Studierender bei der Einführung von Dropout Detection. Vortrag auf der 68. DGPuK-Jahrestagung in Bremen (18.-20.05.2023).

Lünich, M., Keller, B., & Marcinkowski, F. (2022). The effects of students’ distributive justice norm preferences on the evaluation of Artificial Intelligence in higher education. Vortrag auf dem Workshop – (Un)fairness of Artificial Intelligence der Research Priority Area Human(e) AI in Amsterdam, Niederlande (27.-28.10.2022).

Kieslich, K., Dosenovic, P., Marcinkowski, F., & Keller, B. (2020). Artificial Intelligence: A promising future or a serious threat? An investigation into media coverage and public perceptions of AI in Germany. Vortrag auf der 8. European Communication Konferenz (ECREA) in der Audience and Receptions Studies Section in Braga, Portugal (02.-05.10.2020).

Esau, K., Baleis, J., Keller, B., & Wilms, L. (2020). For Deliberation Sake Show Some Constructive Emotion! How different types of emotions affect the deliberative quality of interactive user comments. Vortrag auf der 70. Annual International Communication Association Conference (ICA), Open Communication, in Gold Coast, Australia (21.-25.05.2020).

Esau, K., Baleis, J., Keller, B., & Wilms, L. (2019). For Deliberation Sake Show Some Constructive Emotion! How different types of emotions affect the deliberative quality of subsequent user comments. Vortrag im Panel Passionate argument or emotional blackmail? Investigating the role of emotions in public deliberation. ECPR General Conference in Breslau, Polen (04.-07.09.2019).