Bei der Nutzung von „Artificial Intelligence“ – und heute sind fast alle AI-basierten Werkzeuge im Kern statistische Schätzer und Klassifizierer – stehen immer Menschen in der Verantwortung: ob als Entwickler, als Betreiber oder als Nutzer solcher Programme und Apps. Daraus ergeben sich zwei grundsätzliche Fragenkomplexe. Zum einen wird ein – je nach Zielgruppe bzw. Verantwortung abgestuftes – Verständnis der statistischen Grundlagen benötigt: von den Anforderungen bzgl. repräsentativer Selektion der Daten bzw. Verständnis für den Datensammlungsprozess („Messung“) mit möglichen Lücken, Ungleichgewichten über implizierte Annahmen usw. über die Frage einer Generalisierbarkeit über die Ausgangsdaten hinaus, welche in der Regel nur mittels modellbasierter Ansätze möglich ist, bis hin zu spezifischen Abhängigkeiten wie insbesondere einer Zeitabhängigkeit bzw. Anhängigkeit von einem speziellen historischen, kulturellen oder sozialen Kontext. Dies alles müssen die Menschen als Verantwortliche leisten und es kann nicht als ethische Anforderung an ein technisches Werkzeug abgetreten werden. Zum anderen müssen eine Reihe von beliebten Narrativen überwunden werden, denn beispielsweise generiert ein ChatBot keine „Wahrheiten“, sondern setzt den Eingabe-Prompt nur als „wahrscheinlichste Fortsetzung“ fort. Entsprechend müssen all diese beliebten Narrative – ob euphorisch, marketingmäßig oder dystopisch – verstanden und überwunden werden, wenn es um einen sinnvollen Einsatz von AI-basierter Technik geht. Je verschachtelter aber die neuesten AI-Systeme gebaut werden und je mehr die ursprünglichen Wahrscheinlichkeitsverteilungen erzwungenermaßen durch das nachgeschaltete „Reinforcement Learning“ an externe Wertvorstellungen angepasst werden, umso weniger lassen sich technische Realität, Marketingversprechen, der Trend zum Mittelwert und Narrative voneinander trennen. Letztlich erfordert ein Verständnis des „richtigen“ Handelns eine kompetente Sicht auf die komplizierten Wirkungsketten und Kausalitäten in einer offenen Gesellschaft anstelle eines eingänglichen Narrativs oder von sozialpolitischen Wunschvorstellungen.

错误:搜索内容不能为空,请输入英文关键词
错误:关键词超出字数限制,请精简
高级检索

Eine Leitlinie für die Menschen

  • Udo Milkau

摘要

Bei der Nutzung von „Artificial Intelligence“ – und heute sind fast alle AI-basierten Werkzeuge im Kern statistische Schätzer und Klassifizierer – stehen immer Menschen in der Verantwortung: ob als Entwickler, als Betreiber oder als Nutzer solcher Programme und Apps. Daraus ergeben sich zwei grundsätzliche Fragenkomplexe. Zum einen wird ein – je nach Zielgruppe bzw. Verantwortung abgestuftes – Verständnis der statistischen Grundlagen benötigt: von den Anforderungen bzgl. repräsentativer Selektion der Daten bzw. Verständnis für den Datensammlungsprozess („Messung“) mit möglichen Lücken, Ungleichgewichten über implizierte Annahmen usw. über die Frage einer Generalisierbarkeit über die Ausgangsdaten hinaus, welche in der Regel nur mittels modellbasierter Ansätze möglich ist, bis hin zu spezifischen Abhängigkeiten wie insbesondere einer Zeitabhängigkeit bzw. Anhängigkeit von einem speziellen historischen, kulturellen oder sozialen Kontext. Dies alles müssen die Menschen als Verantwortliche leisten und es kann nicht als ethische Anforderung an ein technisches Werkzeug abgetreten werden. Zum anderen müssen eine Reihe von beliebten Narrativen überwunden werden, denn beispielsweise generiert ein ChatBot keine „Wahrheiten“, sondern setzt den Eingabe-Prompt nur als „wahrscheinlichste Fortsetzung“ fort. Entsprechend müssen all diese beliebten Narrative – ob euphorisch, marketingmäßig oder dystopisch – verstanden und überwunden werden, wenn es um einen sinnvollen Einsatz von AI-basierter Technik geht. Je verschachtelter aber die neuesten AI-Systeme gebaut werden und je mehr die ursprünglichen Wahrscheinlichkeitsverteilungen erzwungenermaßen durch das nachgeschaltete „Reinforcement Learning“ an externe Wertvorstellungen angepasst werden, umso weniger lassen sich technische Realität, Marketingversprechen, der Trend zum Mittelwert und Narrative voneinander trennen. Letztlich erfordert ein Verständnis des „richtigen“ Handelns eine kompetente Sicht auf die komplizierten Wirkungsketten und Kausalitäten in einer offenen Gesellschaft anstelle eines eingänglichen Narrativs oder von sozialpolitischen Wunschvorstellungen.