Postdoc position ”REMAX: Rigorous Evaluation Methods for AI Explainability" at Computer Science, Aarhus University

Er du interesseret i et 24-måneders postdoc-forløb med fokus på etisk ansvarlig og forklarebar AI? Aarhus Universitet søger en forsker til projektet REMAX.

Postdoc position ”REMAX: Rigorous Evaluation Methods for AI Explainability" at Computer Science, Aarhus University

Del :

FacebookTwitterLinkedIn

Postdoc-stilling inden for "REMAX: Rigorous Evaluation Methods for AI Explainability" ved Datalogi, Aarhus Universitet

Institut for Datalogi ved Aarhus Universitet inviterer ansøgere til et 24-måneders postdoc-stipendium inden for Forklarebar AI, med interesse i tværfaglig forskning mellem datalogi og filosofi.

REMAX-projektet om Rigorous Evaluation Methods for AI Explainability, finansieret af et Villum Synergy-stipendium, sigter mod at skabe metoder til forklarebar AI og deres grundige evaluering. Det er et samarbejde mellem Institut for Datalogi og Center for Videnskabsstudier ved Aarhus Universitet, Danmark.

Stillingen er ledig fra den 1. december 2026, eller hurtigst muligt derefter.

Forklaring af komplekse AI-modeller er en central udfordring for etisk ansvarlig AI. Forskning inden for Forklarebar AI (XAI) sigter mod at give relevant information for at hjælpe udviklere og brugere med at analysere AI-modeller.

Dog mangler der i øjeblikket grundige metoder til evaluering af XAI-algoritmer. Dette skyldes i høj grad et gab mellem, hvordan forklarebarhed evalueres inden for datalogi og filosofi. Inden for datalogi evalueres forklarebarhed primært gennem datadrevne metrikker. Selvom de giver indsigt for udviklere, er det uklart, om eksisterende metrikker sporer etisk relevante egenskaber. Omvendt evalueres forklarebarhed inden for filosofien ved hjælp af normative kriterier. Selvom de er baseret på principielle etiske analyser af, hvorfor forklarebarhed er vigtig, er de i øjeblikket for abstrakte og giver ringe praktisk vejledning for AI-udvikling eller -styring.

For at bygge bro over dette gab er Aarhus Universitets mål at: (a) bane vejen for nye normative kriterier for AI-forklarebarhed, baseret på teorier om evidens og forklaring inden for videnskabsfilosofi; (b) udvikle nye metrikker og algoritmer for AI-forklarebarhed; og (c) skabe en tæt feedback-loop, hvor (a) og (b) iterativt kan forfine hinanden.

Som postdoc vil du være baseret i forskningsgruppen Data-Intensive Systems under vejledning af professor Ira Assent, og en del af ADA (Algorithms, Data, and Artificial Intelligence) på Institut for Datalogi. Du vil trække på din ekspertise inden for modeller og algoritmer for AI og XAI for at samarbejde med Aarhus Universitets kolleger inden for Science Studies, ledet af lektor Rune Nyrup, hvor du vil have et sekundært kontor.

Institut for Datalogi ved Aarhus Universitet har en stærk forsknings- og uddannelsesprofil, der spænder over teoretisk og praktisk datalogi. Gruppen Data-Intensive Systems studerer administration og analyse af komplekse data eller store datamængder i alle informationssystemer. Aarhus Universitet bidrager med metoder og algoritmer til maskinlæring og datamining, herunder XAI, samt til dataadgang og forespørgselsprocessering.

Aarhus Universitet er det næstældste og næststørste universitet i Danmark. Aarhus er den næststørste by i Danmark og er beliggende ved havet i Østjylland. Aarhus er en 'ung' by på grund af dens forholdsmæssigt store befolkning af unge indbyggere. Danmark tilbyder en attraktiv balance mellem arbejdsliv og arbejdsmiljø.

Ansøgere skal have en relevant ph.d.-grad eller forvente at afslutte en, med dokumenteret ekspertise i udvikling og analyse af AI-modeller, helst inklusive XAI-metoder, og med en publikationsliste fra anerkendte tidsskrifter inden for Machine Learning og Data Mining-feltet.

Din ansøgning skal indeholde et CV, en publikationsliste, anbefalingsbreve samt et kort motiveret ansøgning. Ansøgningen skal indeholde en beskrivelse af din baggrund, der er relevant for REMAX-projektet, en motivation for tværfagligt samarbejde og et udkast til potentielle forskningsidéer, hvis nogen (i alt maks. 1000 ord).

Arbejdssted

Arbejdsstedet er Institut for Datalogi ved Aarhus Universitet. Aarhus Universitet er beliggende på Åbogade 34, 8200 Aarhus.

Kontaktinformation

For yderligere information, kontakt venligst: Professor Ira Assent, +45 22 96 23 41, [email protected].

Ansøgningsfrist

Ansøgninger skal være modtaget senest den 30. september 2026.

Ansøgningsprocedure

Der anvendes shortlisting. Dette betyder, at efter ansøgningsfristen – og med assistance fra bedømmelsesudvalgets formand og eventuelt ansættelsesudvalget – udvælger institutlederen de kandidater, der skal evalueres. Alle ansøgere vil blive informeret om, hvorvidt deres ansøgninger er sendt til et ekspertbedømmelsesudvalg for evaluering. De udvalgte ansøgere vil blive informeret om udvalgets sammensætning, og hver ansøger får mulighed for at kommentere på den del af bedømmelsen, der vedrører vedkommende selv.

Formaliteter og lønområde

Naturvidenskab henviser til Bekendtgørelsen om ansættelse af videnskabeligt personale ved danske universiteter under Uddannelses- og Forskningsministeriet.

Ansøgningen skal være på engelsk og inkludere et curriculum vitae, eksamensbevis, en komplet publikationsliste, en erklæring om fremtidige forskningsplaner og information om forskningsaktiviteter, undervisningsportfolio og verificeret information om tidligere undervisningserfaring (hvis nogen). Retningslinjer for ansøgere kan findes her.

Ansættelse sker i henhold til overenskomst mellem Skatteministeriet og Akademikerne. Yderligere information om kvalifikationskrav og jobindhold kan findes i Notat om Stillingsstruktur for Akademisk Personale ved Universiteter.

Løn og vilkår i henhold til aftale mellem Skatteministeriet og Centralorganisationernes Fællesudvalg på basale løntrin 4-8.

Aarhus Universitets ambition er at være en attraktiv og inspirerende arbejdsplads for alle og at fremme en kultur, hvor hvert enkelt individ har mulighed for at trives, opnå og udvikle sig. Aarhus Universitet anser lighed og mangfoldighed som værdifulde aktiver, og Aarhus Universitet byder alle ansøgere velkommen.

Forskningsaktiviteter vil blive evalueret i forhold til den faktiske forskningstid. Således opfordrer Aarhus Universitet ansøgere til at specificere perioder med orlov uden forskningsaktiviteter for at kunne fratrække disse perioder fra den videnskabelige karrieres længde under evalueringen af videnskabelig produktivitet.

Aarhus Universitet tilbyder en bred vifte af services for internationale forskere og medfølgende familier, herunder flytteservice og karriererådgivning til medflyttende partnere. Læs mere her. Find mere information om at komme ind og arbejde i Danmark her.

Aarhus Universitet tilbyder også et Junior Researcher Development Programme, der er målrettet karriereudvikling for postdocs ved AU. Du kan læse mere om det her.

Ved Det Naturvidenskabelige Fakultet ved Aarhus Universitet stræber Aarhus Universitet efter at støtte sit videnskabelige personale i deres karriereudvikling. Aarhus Universitet fokuserer på kompetenceudvikling og karriereafklaring og ønsker at gøre dine muligheder gennemsigtige.

På Aarhus Universitets hjemmeside kan du finde information om alle typer videnskabelige stillinger samt de adgangskriterier, Aarhus Universitet bruger, når Aarhus Universitet vurderer kandidater. Du kan også læse mere om, hvordan Aarhus Universitet kan hjælpe dig med din karriereplanlægning og -udvikling.

Ansøgningen skal indsendes via Aarhus Universitets rekrutteringssystem, som kan tilgås under jobannoncen på Aarhus Universitets hjemmeside.

Oplysninger

Clock Icon
Arbejdstid Fuldtid
Calendar Icon
Virksomhedens navn Aarhus Universitet
Location Icon
Adresse 8200 Aarhus N
Calendar Icon
Kontaktperson Professor Ira Assent
Email Icon
Email ira.assent@cs.au.dk
phone Icon
Telefon +45 22 96 23 41
Se stillingsopslag