Aarhus University Seal / Aarhus Universitets segl

Forskningsenheden for biomedicinens, sundhedsfagenes og folkesundhedsvidenskabernes filosofi og videnskabsteori

Profil

Enheden beskæftiger sig med centrale videnskabsteoretiske, etiske og politisk- filosofiske problemstillinger i relation til medicin, sundhedsvæsen og sundhedspraksis. Forskningen omhandler bl.a. udviklingen i sygdomsbegreber og diagnostisk praksis, krav til evidens i medicinsk forskning og klinisk praksis(herunder forholdet mellem kvantitativ og kvalitativ tilvejebragt evidens), den ændrede forståelse af den menneskelige krop i lyset af den bioteknologiske udvikling, herunder udviklingen i neuroscience, etiske spørgsmål bl.a. i relation til sundhedsfremme aktiviteter, ’health enhancement’ mv., forståelsen af autonomi og retfærdighed i lyset af ændrede relationer mellem professionelle, patienter og stat.

Enheden viderefører et  nationalt og internationalt forskningssamarbejde udviklet gennem de seneste 40 år, herunder et omfattende samarbejde med det sundhedsvidenskabelige fakultet, AU (nu Health). Enheden tilvejebringer i samarbejde med Sundhed, Menneske og Kultur, center for humanistisk sundhedsforskning (SMK) det forskningsmæssige grundlag for undervisning i videnskabsteori og filosofi på  en række uddannelser på Health. Enheden viderefører et omfattende nationalt forskningssamarbejde med bl.a. institutioner inden for sundhedsvæsenet og et international forskningssamarbejde med beslægtede centre og enheder i en række lande (bl.a. England og USA). Enheden arrangerer i samarbejde med SMK nationale og internationale konferencer, workshops og seminarer.

Begivenheder Spring 2021

March 18th, 14.30-15.30

Justin Biddle (Associate Professor, Georgia Institute of Philosophy)

”On Predicting Criminality: Epistemic Risk, Values, and Racial Justice in Machine Learning”

Recent scholarship in philosophy of science and technology has shown that scientific and technological decision making are laden with values, including values of a social, political, and/or ethical character. This paper examines the role of value judgments in the design of machine-learning (ML) systems generally and in recidivism-prediction algorithms specifically. Drawing on work on inductive and epistemic risk, the paper argues that ML systems are value laden in ways similar to human decision making, because the development and design of ML systems requires human decisions that involve tradeoffs that reflect values. In many cases, these decisions have significant—and in some cases, disparate—downstream impacts on human lives. After examining an influential court decision regarding the use of proprietary recidivism-prediction algorithms in criminal sentencing, Wisconsin v. Loomis, the paper provides three recommendations for the use of ML in penal systems.

Deltagere

Følgende medlemmer af programmet deltager regelmæssigt i enhedens aktiviteter. De fleste aktiviteter er åbne for andre interesserede. Kontakt koordinatoren for yderligere information.

Enhedskoordinator