How to Create „Artificial Ingeniosity“?

Raimund Schwendner
Additional contact information
Raimund Schwendner: Int. Academy for Sustainable Transformation

Chapter 20 in Salutogenious Growth – Wachstum der Zukunft, 2024, pp 235-249 from Springer

Abstract: Zusammenfassung Artificial Ingeniosity entspricht dem Niveau der hochbegabten Künstlichen Intelligenz. Sie ist der konstruktive Antipode zur Artifiziellen Angst, wie sie in der Computational Psychiatry diskutiert wird. Damit vermag sie den Risiken vorzubeugen, die von „Künstlichen Neurosen“ ausgehen. Die präventiv-intelligente KI orientiert sich im Verbund mit ihrer Leistungsfähigkeit an der Führung von komplexen nachhaltigen Entwicklungen. Das dient dem Erkennen und Vorbeugen von scheinbar plötzlich auftretenden und nicht erkannten Risiken. Solche Gefahren, die im Risiko-Management als „Schwarze Schwäne“ bezeichnet werden, können von einer Artificial Ingeniosity überholt und aufgefangen werden, noch bevor sie virulent werden. Dazu gehört neben der Selbst-Reflexion die Selbst-Stabilisierung, sowohl auf der Ebene der Mensch-Maschine-Interaktion als auch auf den Ebenen des Deep Sustainable Learning der Künstlichen Intelligenz. Dafür bedarf es einer technologisch ausgereiften Digitalisierung sowie hoch entwickelter virtueller Kompetenzen und der Befähigung zur virtuell geführten Partizipation. Das zusammen bildet den Nährboden für die Artificial Responsible Ingeniosity (ARI), um dies in einem Begriff zu bündeln. Diese ermöglicht, auch andere Entwicklungen zur KI auf deren Reifegrad und IQ zu überprüfen beziehungsweise mit einzubinden und weiterzuentwickeln. Methodisch verknüpft dies das Systems-Design mit dem Sustainable-Thinking und kreiert daraus einen neuartigen Management-Ansatz. Dazu lehnt sich die Entwicklung der Künstlichen Intelligenz an die Anforderungen zur „Extreme Leadership“ an, die sie zugleich zu unterstützen vermag.

Date: 2024
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-43387-1_20

Ordering information: This item can be ordered from
http://www.springer.com/9783658433871

DOI: 10.1007/978-3-658-43387-1_20

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().