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. Während Ingenieure, Ärzte, Betriebswirte KI als Hilfsmittel sehen, müssen Geisteswissenschaftler sich in ihrer Kernkompetenz mit ChatGPT u.a. Chatbots auseinandersetzen. Wenn ich ihnen zuhöre, denke ich mir meist: Wo ihr das Entscheidende seht, wird die KI auch mal hinkommen. Die Algorithmen schicken ihre Zahlenreihen hin und her, um das Rechen- und damit Denkergebnis mit den Daten des Internets abzugleichen. 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. 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 zu 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. Chatbotes können rechnend in Sprachmodellen denken. Sie suchen die Worte nicht in einem Wörterbuch, sondern arbeiten mit wie wir in Zusammenhängen

KI denkt in Wortgruppen

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 Deutsch formulieren und dann übersetzen, sondern das Französische so beherrschen, dass wir in dieser Sprache träumen. Der Unterschied scheint letztlich darin zu liegen, dass Menschen einen Computer zum Denken bringen, ihr Gehirn jedoch nicht selber bauen können. Weil sie es schon haben, befähigt es sie, Neuronale Netze zu konstruieren. Ist das der einzige Unterschied, weil KI fast alles kann wie das menschliche Gehirn. Wenn ein Unterschied, dann muss er anderswo liegen. Ich bin bei der Hirnforschung fündig geworden.

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

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 dann auch 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 wir das Haus verlassen, haben wir eine Vorstellung von der Lage des Ortes, zu dem wir hinwollen. Diese Vorstellung kann nicht der Realität entsprechen. Dann ist unser Gehirn fähig, aus der Wahrnehmung heraus die Vorstellung zu ändern. Ob wir zu einer Verhandlung gehen, eine Buch schreiben, eine Maschine bauen, unser Gehirn hat bereits eine Vorstellung dazu entwickelt. Es muss also nicht im Gedächtnis nachschauen, ob es eine Vorlage für die Maschine gibt, sondern es entwickelt selbst die Vorstellung, die es dann mit weiteren Ideen ausfüllt. Das Leben besteht zu einem guten Teil daraus, 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. Natürlich würden wir gerne bei den vorhandenen Schemata und Modellen bleiben, die wir uns z.B. von unserem Arbeitsplatz machen und sträuben uns, Veränderungen zu akzeptieren und die Arbeit umzustellen. Am stärksten ist diese Beharrungsvermögen bei den Geisteswissenschaften ausgeprägt.

Die Geisteswissenschaften sind am meisten betroffen

ChatGPT macht aus vorhandenen Texten und Kunstwerken neue Texte. Damit sind sie wohl in einer Sackgasse gelandet. In langen Gesprächen haben wir erfahren, dass die jungen Leute einen tiefgehenden Umbruch spüren. Deshalb studieren immer weniger Geisteswissenschaften und fast niemand mehr Theologie, weil sie mit diesen Studienrichtungen nicht in einer Kultur beruflich überleben könne, die ganz andere Herausforderungen hervorgebracht hat. Nicht nur der Theologie fehlen die Studenten und Studentinnen. Diese Modelle und Schemata sind der entscheidende Unterschied der menschlichen Intelligenz. Unser Hirn ist entsprechend gebaut. Das Gedächtnis ist genau für dieses Lernen ausgestattet. Für das Behalten gibt es mehrere Orte. Was gewöhnlich mit Wissen bezeichnet wird, einzelne Fakten und Bilder, werden nachts in die Schläfenlappen geschickt. Das, was den Unterschied zur KI ausmacht, findet anderswo, nämlich im Hypocampus seinen Ort. Es sind die Schemata und Modelle, die immer wieder gebraucht werden, die nicht am Ort für das Einzelne abgelegt werden. Für den Krimi ist es z.B. „Leiche-Verdächtiger-tatsächlicher Täter“. Für die Vorausschau braucht es die Schemata. Wer ohne ein solche sin eine Verhandlung geht, kann nur über Einzelheiten sprechen, nicht aber das erklären, wofür er den Weg zum Verhandlungsort überhaupt auf sich genommen hat. Ob ein Student sich solche Modelle angeeignet hat, wird meist nicht geprüft. Denn es ist viel einfacher, einzelne Wissensinhalte abzufragen. Denn hier gibt es nur die Alternative richtig oder falsch. Ob er neue Wissensinhalte in ein Modell einfügen und daraus Handlungsalternativen entwickeln kann, lässt sich nicht so einfach benoten. Als Theologe müsste ich eine angemessene Vorstellung von Gott aktivieren können, wenn ich eine Unterrichtsstunde oder eine Predigt vorbereite.

Nicht Wissens-, sondern Hirntraining

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 sind nicht durch neue Wissensinhalte in Gang gesetzt worden, sondern wie im Barock alle möglichen fugen komponiert waren oder im frühen US-Fernsehen alle Konstellationen eines Indianerüberfalls durchexerziert waren. Die Western waren auch deshalb ein Auslaufmodell, weil der Blick auf die Indianer sich grundlegend verändert hatte. erschöpft. 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, denfür die Gefühle, die mit jedem Lerninhalt verbunden sind, in der Amygdala. Dieser Speicherort ist besonders nachhaltig, wir können uns an das Gefühl einer Vorlesung oder Krimis erinnern, ohne die Einzelheiten noch abrufen zu können. Ob Programmierer Rechenvorgänge zu 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. Denn mit einem 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.

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