Kitabı oku: «Mensch und Künstliche Intelligenz»

3.1Simulation

Seit dem berühmten Proposal für das Dartmouth Summer Research Project von John McCarthy und seinen Kolleg*innen Minsky, Rochester und Shannon aus dem Jahr 1955, das langläufig mit dem erstmaligen Gebrauch des Begriffes „Artificial Intelligence“ gleichgesetzt wird, gilt die Simulation als ein Hauptmerkmal dieser Technologie.

„The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it.“ (Proposal 1955, 2)

Des Weiteren enthält der Vorschlag einige Annahmen, die noch heute die Diskussion um „Künstliche Intelligenz“ bestimmen. So werden die Lernfähigkeit als ein wichtiger Aspekt von Intelligenz herausgestellt und die Übertragung von menschlichen Fähigkeiten in Maschinen als Ziel der Forschung angeführt.¹ In den folgenden Jahrzehnten führte der Versuch, Programme so zu optimieren, dass sie Probleme lösen können, die bis dahin den Menschen vorbehalten waren, unter anderem zu Befürchtungen, technologische Superintelligenzen könnten bald zur Singularität führen und damit den Menschen als selbstbestimmten Wesen ein Ende setzen (vgl. Bostrom 2016). Tatsächlich bestimmt aktuell die Angst vor der neuen Technologie nicht unerheblich den Diskurs. Aus der einst intendierten Simulation des Menschen wurde in der öffentlichen Wahrnehmung ein Ersatz für den Menschen und ein überlegener Akteur.² Peter Seele (2020, 22) hat in diesen Zukunftsvisionen wohl zu Recht eine gewisse Aufmerksamkeitsökonomie erkannt.³ Innovationsgetriebene Unternehmen profitieren von solchen Vorstellungen. Zudem werden durch eine Diskursverschiebung hin zu Szenarien einer immer besser werdenden und folglich die menschliche Einzigartigkeit und Überlegenheit gefährdende Technologie auch längst gebräuchliche Anwendungen und deren Auswirkung auf die Nutzer*innen in den Hintergrund gerückt.

Zu den beständig verbesserten Anwendungen gehört nach wie vor die Simulation von menschlichen Fähigkeiten. In Kommunikationssituationen ist die Täuschung inzwischen so perfekt, dass Nutzer*innen nicht bemerken oder darüber nachdenken, dass ihr Gegenüber eine Maschine ist.⁴ Die technischen Möglichkeiten beschränken sich bislang auf eng gesteckte Bereiche der Interaktion, weshalb der sogenannte Turing-Test als noch nicht bestanden gilt. Derselbe Alan Turing war es jedoch, der bereits wenige Jahre vor dem Dartmouth-Proposal zu dem Schluss kam, dass die Frage nach der Denkfähigkeit von Maschinen durch die Frage nach der Täuschung des Menschen ersetzt werden sollte.

„We now ask the question, ‘What will happen when a machine takes the part of A in this game?‘ Will the interrogator decide wrongly as often when the game is played like this as he does when the game is played between a man and a woman? These questions replace our original, ‘Can machines think?‘“ (Turing 1950, 434)

Bei den frühen Überlegungen zu denkenden, lernenden und folglich intelligenten Maschinen standen offensichtlich der Mensch und die Simulation bzw. die Vortäuschung von menschlichen Fähigkeiten im Zentrum. Spätestens im zweiten Jahrzehnt des 21. Jahrhunderts hat sich die Situation jedoch grundlegend verändert. Francois Chollet hat 2019 in einem prägnanten Tweet darauf hingewiesen, dass gegenwärtig der menschliche Geist durch Modelle erklärt wird, die aus der Technologie stammen.

„A fundamental trend in AI is that researchers conceptualize human mind (and intelligence in general) by using as mental models the current technological tools they have available. This is implicit and insidious.“ (Chollet 2019)

„Hat man bislang versucht, der Maschine Leben einzuhauchen, besteht das Ziel nun umgekehrt darin, dem Leben die digitale Logik zu implantieren“ (Burckhardt 2018, 8).⁵ Die immer besser werdende Simulation von menschlichen Fähigkeiten dürfte einen entscheidenden Anteil an dem folgenreichen Richtungswechsel haben.⁶ Die Anthropomorphisierung der „Künstlichen Intelligenz“ lässt die Grenzen zwischen menschlicher und maschineller Intelligenz sowie zwischen Mensch und Maschine insgesamt verschwimmen. Auffallender Weise erfolgt dieser Wandel in einer Zeit, in der u.a. in der Bildung, der Wissenschaft aber auch im Berufsleben Studierende und Arbeitnehmer in vielerlei Hinsicht metrisiert und ihre Leistung in Zahlen dargestellt werden (vgl. Mau 2017). Das 21. Jahrhundert ist die Zeit der Coachings und Trainings, mit denen überall, im privaten sowie im beruflichen Umfeld, die Kapazität optimiert und effizienter gestaltet werden soll (vgl. Linder 2011).⁷ Als stünde der Mensch wie eine Maschine ständig unter Strom und müsste ständig bereit zur Leistung sein – ein entscheidender Vorteil der „Künstlichen Intelligenz“, die keine Erholung braucht.

Gewiss ist es seit jeher eine wichtige Aufgabe der Technologie, menschliche Tätigkeiten zu erleichtern oder gar zu ersetzen. Technische Errungenschaften sind ein Supplement für menschliche Arbeitskraft, das automatisiert schnell und präzise Dinge verrichtet. Bislang wurde der Mensch dabei jedoch nicht simuliert. Traditionell sind Maschinen „technisch determiniert und vorhersehbar“ (Wagner 2020, XII). Sie erweitern die Handlungsmöglichkeiten des Menschen, sind aber in ihrer Funktion durchschaubar und vor allem als Werkzeug jederzeit unter völliger Kontrolle. Ziel der „Künstlichen Intelligenz“ ist es jedoch, als autonome Systeme ihre Effizienz derart zu steigern, dass Kontrolle und Überwachung nicht mehr nötig sind. Die lernenden Programme und die von diesen gesteuerten Maschinen simulieren den Menschen in einem definierten Bereich und ersetzen dessen Tätigkeit komplett. Die Vorteile, insbesondere in Industrie und Wirtschaft, liegen bekanntlich auf der Hand. Gleiches gilt für Anwendungsgebiete wie etwa der Medizin, wo Diagnosen schneller und bei entsprechender Datenlage sicherer getroffen werden können. Sobald die Programme jedoch Schaden anrichten, stellt sich nun die vieldiskutierte Frage der Verantwortung bzw. im Fall von selbstlernenden und autonom entscheidenden Systemen die Frage des ethischen und moralischen Verhaltens von technologischen Akteuren (vgl. Misselhorn 2018). Besonders eindrücklich wird diese Problematik als sogenanntes Trolley-Problem diskutiert, wenn Maschinen Entscheidungen treffen sollen, bei denen Menschen körperlich zu Schaden kommen; dies vor allem in Staaten, in denen die körperliche Unversehrtheit gesetzlich verankert ist (vgl. Foot 1978; Misselhorn 2018, 190–192). Der Unterschied zwischen Mensch und Maschine ist dabei bewusst und bekannt. Würde man ihn nicht voraussetzen, wäre die Frage der Verantwortung unbegründet. Vergleichsweise wenig diskutiert sind bislang allerdings die Folgen von immer mehr technischen Simulationen des Menschen, die nicht mehr als solche erkannt werden.