FairBotBench
Type of the data | Text | |
Total size of the dataset | 5317001 | |
Author | Janusko, Tamás | |
Author | Bochnia, Ricardo | |
Author | Hempel, Gunnar | |
Author | Tomschke, Steffen | |
Author | Anke, Jürgen | |
Author | Thiele, Maik | |
Upload date | 2025-07-03T08:37:45Z | |
Publication date | 2025-07-03T08:37:45Z | |
Data of data creation | 2025 | |
Publication date | 2025-07-03 | |
Abstract of the dataset | This paper presents a concept for building a benchmark dataset to systematically evaluate chatbot responses in e-commerce with respect to ethical quality dimensions such as bias, toxicity and personalization. The core approach involves generating neutral base dialogues of varying lengths, which are then expanded into more problematic variants and enriched with linguistic diversity. The data is annotated by humans through a multi-stage process. The resulting dataset is intended to support the development and calibration of ethical AI components. To increase utility an english translation of the dataset is provided. | |
Public reference to this page | https://opara.zih.tu-dresden.de/handle/123456789/1568 | |
Public reference to this page | https://doi.org/10.25532/OPARA-889 | |
Publisher | Hochschule für Technik und Wirtschaft Dresden | |
Licence | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
URI of the licence text | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
Specification of the discipline(s) | 4::44::409::409-05 | |
Title of the dataset | FairBotBench | |
Project abstract | Ziel des Projekts ist die Entwicklung eines belastbaren Rahmens zur ethischen Bewertung von KI-Systemen im E-Commerce. Im Mittelpunkt steht die Frage, wie Vertrauen in KI-gestützte Kundenkommunikation gestärkt und gleichzeitig rechtliche sowie gesellschaftliche Anforderungen erfüllt werden können. Dazu werden praxisnahe Kriterien für eine Zertifizierung ethischer KI definiert und durch realistische Testszenarien überprüft. Ein speziell entwickelter Benchmark-Datensatz mit typischen E-Commerce-Dialogen bildet die Grundlage, um Herausforderungen wie diskriminierende Antworten, fehlende Transparenz oder mangelnde Personalisierung systematisch zu erkennen und zu bewerten. Langfristig soll ein nachvollziehbarer, rechtlich fundierter und technisch umsetzbarer Bewertungsrahmen entstehen, der Unternehmen eine klare Orientierung bietet und Verbraucherinnen und Verbrauchern die Sicherheit gibt, KI-Systemen vertrauen zu können. Das Projekt versteht sich als Beitrag zur verantwortungsvollen Gestaltung von KI im digitalen Handel und kombiniert wissenschaftliche Fundierung mit konkretem Anwendungsszenario. | |
Project title | Ethische KI: Unterstützungsleistungen zur Umsetzung ethischer Anforderungen in KI-Tools für den E-Commerce |
Files
Collections
