"Die Gründe dafür liegen in den vielfältigen methodischen Stärken der äußerst lernfähigen KI-Technologie, die beispielsweise nichtlineare und interaktionelle Zusammenhänge erfassen kann und ihr Vorhersagemodell bei zusätzlich hinzugefügten Trainingsdaten dynamisch anpasst. Dennoch sollten die zentralen Risiken der KI-Technologie nicht unterschätzt werden. Für viele der methodischen Risiken (z.B. lokale Extrema, Überanpassung) wurden bereits wirksame Gegenmittel vorgeschlagen und erprobt - etwa die Kreuzvalidierung durch Aufteilung in Trainings- und Validierungsansatz.

Dagegen scheint besonders bei den inhaltlichen Problemen wie Diskriminierungsgefahr oder Intransparenz noch erheblicher Forschungsbedarf zu tragfähigen Lösungen zu bestehen. Besonders attraktiv erscheinen Kombinationen aus KI-Prognosen und zusätzlichen "menschlichen" Entscheidungen und Urteile durch erfahrene, für Diskriminierung sensibilisierte eignungsdiagnostische Praktiker."

Maxim Fischer, Klaus Fischnaller, Nicolai Ehrhardt, Detlef Steiner: Optimierte Kriterienvorhersage durch KI-basierte Urteilsbildung: Methodische Einführung und Pilotergebnisse

in: Wirtschaftspsychologie 4/2021. Schwerpunkt: Eignungsdiagnostik für die 2020er Jahre