Das wahre Problem der KI-Ära und wir es meistern
Das wahre Problem der KI-Ära und wir es meistern
fr.de: Schneller ans Ziel – aber zu welchem Preis? Ein renommierter Mathematiker erklärt mit einer Auto-Analogie, was bei KI wirklich zählt.
Künstliche Intelligenz wird den Menschen die Jobs wegnehmen, viele Fehler machen und Angst vor einer unkontrollierbaren Superintelligenz muss man auch haben. Das sind – vereinfacht ausgedrückt – die Sorgen, die sich viele Menschen machen, wenn es um KI geht. Der renommierte Mathematiker Terence Tao, Träger der Fields-Medaille – des „Nobelpreises der Mathematik“ –, warnt jedoch: Das wahre Problem der KI-Ära liegt an einer anderen Stelle.
Auf der Plattform Mathstodon hat der Mathematiker kürzlich einen bemerkenswerten Vergleich angestellt: Die KI-Revolution sei wie die Erfindung des Automobils. Vor dem Auto waren Stadtstraßen eng und auf Menschen zugeschnitten. Dann kamen die Autos – „zweifellos schneller und leistungsfähiger als jede frühere Transportform; aber sie verstopften die Straßen und drängten Fußgänger ab“.
Lesen Sie auch:
Künstliche Intelligenz kommt schneller ans Ziel – dafür fehlen die Nebeneffekte
Also baute man Autobahnen für den schnellen Verkehr, was zu Zersiedelung, Verkehrskollaps und Umweltschäden führte. Erst spät kam die Einsicht: Schneller und leistungsfähiger allein reicht nicht. Es braucht durchdachte Stadtplanung, damit Fußgänger und Autos nebeneinander existieren können.
Was hat das mit Wissenschaft zu tun? Fachzeitschriften, Konferenzen, die Beziehung zwischen Professor und Doktorand – all das ist für Menschen gemacht, nicht für KI-Massenoutput. Wenn Mathematiker Beweise entwickeln, ist das mühsam und dauert. Aber dabei bauen sie Expertise auf, markieren Wege für andere Forschende, erzählen von Irrwegen und Durchbrüchen, erklärt Tao. Automatische Beweisführung kommt zwar schneller ans Ziel als ein Mensch, verliert dabei aber genau diese Nebeneffekte. Tao vergleicht das mit einer Autofahrt: „Der Fahrer oder Passagier eines Fahrzeugs mag an seinem Ziel ankommen, ohne irgendwelche interessanten Merkmale des dazwischenliegenden Geländes zu bemerken.“
Vorschlag von Terence Tao: Für die KI neue Infrastruktur bauen, die die menschlichen Wege ergänzt
Dann wird er richtig pointiert: KI-Leistungen könnten „gleichzeitig zunehmend beeindruckend und zunehmend bedeutungslos werden – wie ein Auto, das einen Marathon ‚gewinnt‘, indem es die Strecke schneller zurücklegt als jeder Läufer“. Das Auto ist schneller – aber es hat weder für den Marathon trainiert, noch um jeden Kilometer gekämpft und sich selbst überwunden, um zu gewinnen.
Taos Lösung: Neue Infrastruktur bauen, statt die alte umzubauen. „Eine bessere Vorgehensweise wäre es, neue maschinenfreundliche Infrastruktur zu entwickeln, die bestehende menschenorientierte Wege ergänzt, statt sie zu ersetzen“, schreibt er. Seine große Sorge dabei: „Die Herausforderung wird sein, diese neue Infrastruktur einzuführen, ohne die ‚begehbare‘ Natur der Mathematik zu zerstören.“ Mit „Walkability“, also Begehbarkeit, meint er etwas, das man aus der Stadtplanung kennt: Viertel, in denen man sich begegnet und wo Leben stattfindet. Auf Autobahnen passiert das nicht.
Durch künstliche Intelligenz geht die Entdeckung auf dem Weg zum Ziel verloren
Was Tao über Mathematik schreibt, lässt sich auf fast jedes Wissensgebiet übertragen. Das eigentliche KI-Problem ist nicht, dass die Maschinen zu gefährlich oder fehlerhaft wären, sondern dass wir dabei sind, das Wertvollste zu verlieren: das Lernen auf dem Weg zum Ziel, die Zufallsentdeckungen und die Expertise, die nur durch Mühe entsteht. ChatGPT schreibt in Sekunden Businesspläne, Artikel oder Code – aber wer kann dann noch beurteilen, was davon gut ist und was nicht?
Es braucht beides, schreibt der Mathematiker: Autobahnen für Effizienz, Gehwege für Qualität. KI-Infrastruktur für Masse und Tempo, menschliche Prozesse für Tiefe und Verständnis… weiterlesen
