Miriam Meckel und Léa Steinacker tauchen in ihrem Buch „Alles überall auf einmal“ tief ins Thema KI ein. Verständlich und unterhaltsam erklären sie, warum ein Verständnis der generativen Sprachmodelle für jede und jeden von uns wichtig ist. Und machen klar: Welches Szenario auf uns wartet, liegt in unserer eigenen Verantwortung. 

 

Eine Chinesin hat Schwierigkeiten mit ihrer Steuererklärung. Dieser lapidare Satz kündigt auf einem Langstreckenflug der Autorinnen den Film „Everything Everywhere All at Once“ an. Das Werk aus dem Jahr 2022, mit sieben Oscars ausgezeichnet, ist titelgebend für Miriam Meckels und Léa Steinackers Mitte Februar erschienenes Buch „Alles überall auf einmal“. Es bietet einen spannenden Einblick in aktuelle Entwicklungen der Künstlichen Intelligenz.

 

Denn anders als der langweilige Teaser im Flieger vermuten lässt, erzählt der Film in einem Affentempo und hart geschnitten eine wahnwitzige Geschichte aus dem Multiversum, einer Welt mit unendlich vielen alternativen Realitäten und Möglichkeiten.

 

Komplex und überfordernd

Der Film sei eine Metapher für die Zeit, in der wir uns bewegen, konstatieren die Autorinnen. Ein Bild für unsere Überforderung und die Komplexität der aktuellen Veränderungen. Mit KI sind wir zwar schon lange konfrontiert – in den sozialen Medien, auf Netflix, bei Amazon oder in der Medizin – ohne, dass wir bisher darüber groß nachgedacht haben.

 

Der iPhone-Moment der Künstlichen Intelligenz

Der „iPhone-Moment“ kam aber erst mit der Veröffentlichung von ChatGPT Ende November 2022. Seither sollte jedem oder jeder, der oder die den Chatbot von Open AI oder eines der anderen KI-Tools ausprobiert, dämmern, welches Potenzial die Technologie entfalten kann – und wird.

Und was das für uns, unsere Art zu schreiben, zu denken, zu forschen, zu lernen und ganz allgemein für unsere Arbeit und unser Leben in naher Zukunft bedeuten wird.

 

Zwischen Faszination und Unsicherheit

Deep Fakes, Halluzinationen, antrainierte Vorurteile, Realitätsverzerrung, Datenschutzprobleme: Es gibt viele Gründe, der neuen Technologie zu misstrauen.

Angst entsteht oft durch Unsicherheit vor etwas Neuem, durch Halbwissen, durch „Sich-gar-nicht-erst-Rantrauen“. Hier setzen Miriam Meckel und Léa Steinacker an: Mit einem Blick in die Geschichte der KI (die mit der Vision einer klugen Frau begann), mit Szenarien, die sowohl Chancen als auch Gefahren der generativen Sprachmodelle aufzeigen. Und einer durchaus kritischen Sicht auf aktuelle Entwicklungen.

 

Ein Problem: Textinzest

Ein Problem von vielen: Textinzest.  Für die großen Sprachmodelle, mit Milliarden Worten trainiert, seien die digital verfügbaren Originaltexte nahezu ausgelesen, erläutern die Autorinnen: Anschließend trainiere generative KI vor allem mit Texten, die sie selbst erschaffen hat.

Ein „Selbstverstärkungsmechanismus, in dem der Remix wächst und die Originalität schrumpft“.

Die Folge: Die Modelle werden immer schlechter darin, gute Inhalte auszuwerfen, machen Fehler – und kollabieren irgendwann.

 

Chancen und Risiken generativer Sprachmodelle

Die Autorinnen tauchen tief ins Thema ein, betrachten es aus wirtschaftlicher, soziologischer, philosophischer, praktischer und biologischer Perspektive – und öffnen uns damit verständlich, klug und unterhaltsam einen Raum, der uns die komplexen Zusammenhänge nachvollziehen lässt. Und das sei für jede und jeden für uns entscheidend, sagen sie: „Nichtwissen ist (…) die sichere Voraussetzung dafür, von der modernen Dampfmaschine namens KI überrollt zu werden“.

 

 

Die Zukunft der Arbeit in Zeiten der KI

Alle Prognosen sagen vorher, dass die generativen Sprachmodelle vor allem die hochbezahlten Jobs von gut ausgebildeten Wissensarbeitern gefährden werden.

Eine Kränkung, die alles, was uns in der Arbeitswelt als sicher galt, in Frage stellt und entwertet.

Darauf muss es Antworten geben, Rahmenbedingungen von der Politik. Aber auch Perspektiven für jeden Einzelnen.

 

Lesen und schreiben in der digitalen Welt

Was bedeutet es etwa, wenn nachfolgende Generationen das Lesen und Schreiben nach und nach verlernen, weil sie es nicht mehr anwenden müssen? „Wer Schrift erlernt, im Lesen wie im Schreiben, übt sich darin, unsere komplexe Welt zu verstehen“, heißt es im Buch.

Schreiben eröffne, übe und diszipliniere das Denken. Im Umkehrschluss: „Je mehr KI die Welt beschreibt, desto weniger werden wir in der Lage sein, ihre Komplexität (durch Sprache) zu erfassen“.

Die Welt verschwimmt.

 

KI entzaubert

An vielen Stellen im Buch entzaubern Meckel und Steinacker die neue Technologie, zeigen ihre Grenzen. Ja, wir können jetzt mit Maschinen sprechen. Aber schon der Begriff „Intelligenz“ sei unscharf und führe zu Missverständnissen.

Intelligenz, wie wir sie verstehen, setze ein Bewusstsein voraus. Eine Biologie, Hormone, Gefühle wie Neugier oder Interesse, Erfahrungen. Liebe.

 

Gefahr oder Chance: Es liegt an uns

Das Buch entlässt uns mit zwei erdachten Szenarien: Einer Dystopie und einem optimistischen Ausblick.

Und mit einem fiktiven Gespräch zwischen den Welten und Epochen: Evelyn (fiktive Waschsalonbesitzerin aus „Everything Everywhere All at Once“), und die (realen) Vordenker der Künstlichen Intelligenz, Ada Lovelace und Alan Turing, diskutieren die Grenzen von und zwischen Menschen und Maschinen.

Wie die Geschichte ausgeht,  liegt an uns.

 

 

Die Autorinnen

Miriam Meckel ist Professorin für Kommunikationsmanagement an der Universität St. Gallen, als Gastprofessorin lehrte sie an der Universität Harvard, in Singapur, New York und in Wien.

Léa Steinacker ist Sozialwissenschaftlerin und Unternehmerin, studierte in Princeton und Harvard und promovierte an der Universität St. Gallen über die sozialen Auswirkungen von künstlicher Intelligenz.

Quelle: Rowohlt Verlag

 

 

 

 

Cover des Buches: Alles überall auf einmal von Miriam Meckel und Léa Steinacker

Miriam Meckel, Léa Steinacker: Alles überall auf einmal. Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können. Rowohlt, 2024, 400 Seiten, 26 Euro.

Hier gibt es eine Leseprobe

Cookie Consent mit Real Cookie Banner