Künstliche Intelligenz ist zu einem Thema für alle geworden. In Gesprächen geht es fast immer darum, was die Algorithmen können und was für den Menschen noch bleibt. Die Antwort kann nicht darin bestehen, etwas nicht die Künstliche Intelligenz machen zu lassen, sondern das zu entwickeln, was unser Hirn besser kann. Denn wenn man sich anschaut, was eine Technik, die noch am Anfang ihrer Entwicklung steht, schon alles kann. Wenn ich Geisteswissenschaftlern zuhöre, finden sie immer etwas, was nur der Mensch kann. In einem Jahr haben die Programmierer auch dieses Argument entkräftet. Auf der Ebene Wissen, Wortschatz, Beispiele u.a. kann der Mensch immer weniger mithalten.  Um eine erste Annährung zu finden, habe ich die Argumente der Geisteswissenschaftler mit anderen Feldern verglichen, die ohne Vorbehalte Künstliche Intelligenz einsetzen.

·        Ingenieure, Ärzte, Betriebswirte KI nutzen als Hilfsmittel, so wie einen Taschenrechner, ein Röntgengerät, eine Kalkulationssoftware. Sie bleiben Herr des Verfahrens.

·        Anders bei den Geisteswissenschaften. Sie sehen sich in ihrer Kernkompetenz durch ChatGPT u.a. Chatbots angefragt. Sie schrieben Texte über andere Texte. Wie die großen Sprachmodelle arbeitet auch unser Gehirn. Der Algorithmus schickt die in Zahlenreihen transformierten Fragen und Antworten so lange hin und her, bis sie mit den Daten, auf die der Algorithmus zugreift umgewandelten Fragen solang hin und her, bis das Ergebnis mit den Daten, auf die der Chatbot zugreift, abgeglichen sind.  Auch wir denken mit unseren Neuronen hin und her, bis uns das Ergebnis unseres Denkprozesses zufriedenstellt. Diese Fähigkeit reicht bei KI so weit, dass der Algorithmus bei einfacheren Aufgaben weniger Ebenen eines Neuronalen Netzes bespielt als bei anspruchsvolleren. ChatGPT u.a. Chatbots reflektieren sogar, was sie verfasst haben.

Sprachmodelle denken weiter:

Sie verwenden bereits mehr Worte als der Duden bereithält. Da es viel mehr Zahlenkombinationen gibt als Zusammenfügungen von Worten, kann ein Chatbot mehr Kombinationen erzeugen als es dafür Worte gibt. Die Bedeutung einer solchen Zahlenfolge kann man in keinem Wörterbuch nachschlagen. Es ist wie bei der Entzifferung von Hieroglyphen. Es brauchte eine Übersetzung z.B. in Griechische, um sie zu verstehen. Die Worte, die der Mensch aus den Zahlen nicht herauslesen kann, haben trotzdem eine Bedeutung. Es scheint so, als müsste der Mensch Zahlenreihen so lesen lernen wie die Schrift der Pharaonen. Wenn eine KI Neues aus Bisherigem zusammenfügen kann, dann denkt sie in Zahlen. Das ist in der Physik schon seit Jahrhunderten so. Die Materie „spricht“ in mathematischen Formeln und wird so berechenbar. Die Neuronalen Netze können auch Mathematik. Es könnte sein, dass nicht mehr Englisch die von den meisten benutzte Sprache bleibt, sondern eine mathematische Sprache, mit der wir uns mit den Algorithmen unterhalten können. Chatbots können rechnend in Sprachmodellen denken. Sie suchen die Worte nicht in einem Wörterbuch, sondern arbeiten wie wir in Zusammenhängen. Das hätte man einem Algorithmus vor der durch ChatGPT eingeläuteten Epoche Künstlicher Intelligenz nicht zugetraut.

KI denkt auch in Zusammenhängen

Wir stellen uns maschinelles Übersetzen in eine andere Sprache erst einmal nur so vor, dass der Algorithmus ein in Zahlen formuliertes Lexikon befragt und so z.B. das deutsche Wort durch ein französisches austauscht. Wenn wir Google oder Deepl benutzen, beobachten wir jedoch, dass der Text dann nicht mehr deutsch, sondern französisch klingt. Unser Hirn würde solche Sätze nur so wie Deepl hinbekommen, wenn wir nicht in Deutsch formulieren und dann übersetzen, sondern das Französische so beherrschen, dass wir in dieser Sprache träumen. Der Unterschied scheint letztlich nur noch darin zu liegen, dass Menschen einen Computer zum Denken bringen, ihr Gehirn jedoch nicht selber bauen können. Daraus folgt aber, dass der Mensch etwas haben muss, für was der Algorithmus nicht gebaut ist. Weil wir es schon haben, befähigt es uns, Neuronale Netze zu konstruieren. Wenn ein Unterschied, dann muss er anderswo liegen als in dem, was Studienräte und Professoren bisher prüfen. Denn eine solche Prüfung besteht mindestens so gut wie Studenten. Ich bin bei der Hirnforschung fündig geworden.

Der Mensch nutzt sein Hirn „nach vorne“, nur bedingt als Lexikon

Es geht erst einmal um eine weitere Gemeinsamkeit. Um sich sprachlich ausdrücken und logisch schlussfolgern zu können, muss auch unser Hirn trainiert werden. Es verhält sich in einer Hinsicht jedoch im Denken anders als ein Algorithmus. Dieser ist wie die Homepages auf Vorhandenes hin orientiert. ChatGPT macht deshalb nur etwas, wenn es gefragt wird. Unser Gehirn ist jedoch nach vorne hin orientiert. Wir nehmen Vergangenes zwar mit in die Zukunft, aber wir denken damit voraus. Wenn ich in die Frankfurter Innenstadt gehe, ist auf meinem inneren Plan das Goethehaus eingetragen. Aber ich muss nicht im Kopf haben, dass Goethe durch dieselbe Gasse gegangen ist, durch die ich mein Ziel erreiche. ChatGPT mag eine Antwort darauf haben, ich brauche sie nicht, um mein Vorhaben zu realisieren. Meine Vorstellung, wie ich zu dem Ziel komme, kann nicht zutreffend sein. Ich muss also den zielführenden Weg finden. Mein Gehirn wird mit dieser Information meinen inneren Stadtplan umbauen. ChatGPT erkennt nicht, ob das, was es ausgibt, mit der Realität übereinstimmt. Ich kann mit dem Stadtplan auf dem Handy nutzen, um in der Realität zurechtzukommen. Natürlich kann ich von vorneherein das Handy als Lotsen nutzen.
Wenn wir zu einer Verhandlung gehen, eine Buch schreiben, eine Maschine konstruieren, unser Gehirn hat bereits eine Vorstellung dazu entwickelt. Es muss also nicht im eigenen Gedächtnis nachschauen, ob es eine Vorlage für die Maschine gibt, sondern es entwickelt selbst die Vorstellung, die es dann mit weiteren Ideen ausfüllt. Dann werde ich auch im Internet suchen, ob es einen solchen Konstruktionsplan bereits gibt. Einen Vorentwurf konstruieren wir nicht nur für größere Vorhaben. Unser Leben besteht weniger daraus, wie in der Schule Wissen zu speichern, sondern unsere Vorstellungen mit der Realität abzugleichen. Dieser Prozess ist am aufwändigsten, wenn wir uns eine Vorstellung von einer Person manchen. Am schwierigsten ist wohl eine angemessene Vorstellung von Gott zu entwickeln.

Nicht Wissens-, sondern Hirntraining              

Wir können problemlos Wissen im Internet, allerdings weniger geprüft als bei Wikipedia, bei Chatbots suchen. Natürlich würden wir gerne bei den vorhandenen Schemata und Modellen bleiben, die wir uns z.B. von unserem Arbeitsplatz machen. Wir sträuben uns oft, Veränderungen zu akzeptieren und die Arbeit umzustellen. In besonderer Weise ist dieses Beharrungsvermögen bei den Geisteswissenschaften ausgeprägt, denn diese greifen wie ein Sprachmodell auf bereits formuliertes Wissen zurück. Die Chatbots werden mit jedem Jahre diesem Beharren auch verfallen, allerdings aus einem anderen Grund. Sie werden immer mehr sich selbst zitieren, denn mit ChatGPT werden viele neue Seiten generiert, aus denen der Algorithmus dann wieder schöpft und wie ein alter Mensch wenig Chancen hat, über das hinauszudenken, was nicht schon schriftlich niedergelegt ist.

Unser Hirn muss daher anders trainiert werden. Denn wir haben es nicht wie das Netz nur dafür, um etwas zu wissen, sondern um mit Denken neue Situationen zu bewältigen. Wenn Schule und Universität das nicht vermitteln, bleibt unser Hirn vergleichsweise auf der Ebene des bisherigen Homepage-Internets stehen. Ich kann lesen, aber nicht einen neuen Wikipediabeitrag schreiben. Die Grenzen der KI werden sich in Kürze zeigen, wenn es nämlich um eine neue Konzeption für eine Firma, eine Universität, eine Kirche geht. Da kann der Algorithmus nur auf die Denkmodelle seiner Programmierer zurückgreifen. Die entscheidenden Entwicklungen werden nicht durch neue Wissensinhalte in Gang gesetzt. Bisher war es so, dass irgendwann eine kulturelle Praxis in ihren Möglichkeiten ausgeschöpft war. Im Barock waren alle möglichen Fugen oder im frühen US-Fernsehen alle Konstellationen eines Indianerüberfalls durchexerziert. Die Western waren auch deshalb ein Auslaufmodell, weil der Blick auf die Indianer sich grundlegend verändert hatte. KI kann wohl ebenso ein Muster nur so lange bespielen, bis alle Varianten formuliert oder komponiert sind. Ob es ein neues Musikformat oder die Familienserie à la Dallas herausbringt, bleibt abzuwarten.
Es gibt noch einen dritten Gedächtnisort, den für die Gefühle, die mit jeder Situation und auch jedem Lerninhalt verbunden sind, in der Amygdala. Dieser Speicherort ist besonders nachhaltig, denn wir können uns an das Gefühl einer Vorlesung oder Krimis erinnern, ohne die Einzelheiten noch abrufen zu können. Ob Programmierer Rechenvorgänge entwickeln, die fühlen können, bleibt abzuwarten. Auch wenn wir nicht wissen wie, unsere Neuronen können das.

Chatbots werden uns begleiten so wie der Algorithmus, der unser Auto fährt. Da offensichtlich sehr viele geistigen Tätigkeiten in Mathematik umgewandelt und erledigt werden, kommt es auf den Hypocampus an. Die dort abgelagerten Modell im Hinterkopf kann ein Mensch auch intuitiv beurteilen, ob etwas zutrifft, was ein Algorithmus ausdruckt. Denn dieser kann nicht zwischen fake und zutreffend unterscheiden. Die Schemata und Modell sichern auch dem Fachmann und der Fachfrau die Kompetenz, KI zielführend einzusetzen.

Links:
KI zwingt nicht zu mehr Wissen, sondern zu gründlicher Bildung
Leo XIV – die Ideologie der KI
Künstliche Intelligenz ist nicht wahrheitsfähig
KI- was bleibt noch für die Geisteswissenschaften
Geisteswissenschaften – Chatbots haben den größeren Wortschatz
Warum ChatGPT die Theologie bedrohen kann 
KI- die neue Göttin bracht keine KirchenChatGPT - Maschinensprache gegen Gehirnsprache