Dialog mit der KI

Künstliche Intelligenz ist heute weltweit ein zentrales Thema, und über die wissenschaftlichen Fragestellungen hinaus müssen wir uns zwangsläufig fragen: Wie können wir mit künstlicher Intelligenz existieren, wie werden die Kulturen der Welt damit leben? Diese Herausforderung ist faszinierend, für manche sogar begeisternd, aber auch beunruhigend.

Was auf keinen Fall getan werden darf, ist, zu kritisieren, anzufechten oder Widerstand zu leisten, ohne eine Lösung anzubieten. Das wäre so, als würde man sich gegen die Entdeckung der Elektrizität oder des Internets stellen. Es wird unzählige Antworten und Formen der Anpassung geben, aber das Einzige, was man nicht tun darf, ist, aus Unwissenheit aufzugeben.

Nun gut. Es gibt ein wirklich grundlegendes Konzept, nämlich das der Auffindbarkeit, und es ist kein Zufall, dass dieses Konzept in Québec entstanden ist und weiterentwickelt wurde.

Was dieses Konzept aussagt, ist nicht grundsätzlich neu. Dass Werke erst nach dem Tod des Autors – manchmal erst lange danach – entdeckt werden, dass Werke, die für die Kulturgeschichte von Bedeutung sind, in Vergessenheit geraten sind, um dann in einem völlig anderen geopolitischen Kontext wiederentdeckt zu werden – man denke an die Wiederentdeckung der Werke der griechischen Antike zwischen dem 8. und dem 13. Jahrhundert, als Auftakt zur italienischen und französischen Renaissance – ist an sich keine neue Erkenntnis.

Das Besondere an diesem Konzept ist jedoch, dass es für die digitale Gesellschaft, in die wir eingetreten sind, neu definiert wird.

Jede Innovation und insbesondere alle bahnbrechenden Innovationen erzeugen asymmetrische Effekte, die der Wirtschaftswissenschaftler, Philosoph und Historiker François Perroux in den 1950er Jahren als „Dominanzeffekte“ bezeichnet hatte. Dies sind die Auswirkungen aller Innovationen, die in der digitalen Gesellschaft wellenartig aufeinanderfolgen, deren jüngste und vielleicht spektakulärste Ausprägung den Namen „künstliche Intelligenz“ trägt.

In der digitalen Welt lässt sich die Auffindbarkeit also als das Vorhandensein oder die Einrichtung von Prozessen analysieren, die es ermöglichen, Inhalte (Wissen, Werke, Informationen) in einer immensen Informationsflut zu finden und zu identifizieren. In gewisser Weise wurde das Europäische Forum für Mehrsprachigkeit mit dem Ziel gegründet, Inhalte, Aktivitäten und Veranstaltungen sichtbar zu machen, die sich um Sprachen, Mehrsprachigkeit sowie sprachliche und kulturelle Vielfalt drehen.

Die Auffindbarkeit ist nur ein Aspekt – zwar ein wichtiger, aber sie erschöpft nicht eine so grundlegende Frage wie die, wie man individuell und kollektiv in einer Welt digitaler Gesellschaften existieren kann. In letzter Zeit ist der Begriff der „digitalen Souveränität“ aufgetaucht. Souveränität ist nicht gleichbedeutend mit Unabhängigkeit, schon gar nicht in einer Welt der gegenseitigen Abhängigkeiten, sondern lässt sich in verschiedenen Formen als „starke Form der gegenseitigen Abhängigkeit“ analysieren – ein ebenfalls sehr wichtiges Konzept, das von François Perroux geprägt wurde und dessen Bedeutung „verständlich für alle“ ist.

Da wir in eine Welt digitaler Technologien eingetaucht sind, müssen wir unsere Überlegungen zur Mehrsprachigkeit und die Allgegenwart von Sprachen auf die sozialen und internationalen Beziehungen ausrichten – eine Allgegenwart, die zwar seit jeher besteht, im Kontext der digitalen Technologie jedoch hinterfragt werden muss. In diesem Zusammenhang ist das großartige Projekt MultiLAwa zu begrüßen, ein europäisches Doktorandenprogramm zum Thema „Mehrsprachiges Bewusstsein in der europäischen digitalen Gesellschaft“, das von Hélène Vinckel-Roisin von der Universität Lothringen und neun weiteren europäischen Universitäten getragen wird und an dem das EFM als assoziierter Partner beteiligt ist. Soeben wurde eine Ausschreibung für 14 Promotionsstipendien veröffentlicht, deren Bewerbungsfrist am 8. Juli ausläuft.

In diesem Zusammenhang sind auch der vom Fonds de recherche du Québec eingerichtete Forschungslehrstuhl zur Auffindbarkeit wissenschaftlicher Inhalte in französischer Sprache sowie der UNESCO-Lehrstuhl für Open Science zu begrüßen.

Auf unserer bescheidenen Ebene ist – abgesehen von zahlreichen technischen Faktoren, auf die wir hier nicht näher eingehen wollen – ein wesentlicher Aspekt, die Initiative in der Ideendebatte zu ergreifen, und was KI-Tools angeht, besteht die Priorität darin, sie im Dienste der eigenen Interessen einzusetzen, das heißt, die Kontrolle zu behalten.

In diesem Zusammenhang schlagen wir eine kleine Übung vor, bei der die Antworten zweier Plattformen, Mistral IA und ChatGPT, auf dieselbe Frage verglichen werden.

Die Frage lautet wie folgt: „Beispiel: Ein Journalist sagt in einem Bericht [auf einem bekannten Nachrichtensender]: Der US-Geheimdienst (frz.: "l'intelligence américaine") bestätigt die Aussagen von Donald Trump nicht. Wie verarbeitet die KI diese Aussage?“

Bevor wir Mistral und ChatGPT zu Wort kommen lassen, kann man sich vorstellen, dass ein durchschnittlicher Zuhörer überrascht sein und den Satz so interpretieren könnte: „Es gibt in den Vereinigten Staaten Menschen, die klug genug sind, die Aussagen von Donald Trump nicht wörtlich zu nehmen.“ Doch die KI lässt sich von diesem heimtückischen Anglizismus nicht überraschen, der sich in ein Wort einschleicht, das zugleich vollkommen französisch und englisch ist, dessen Bedeutung jedoch durch den Kontext der Äußerung und die Verwendung durch den Journalisten verzerrt wird. Hier sind die Antworten:

1. ChatGPT

„Der Ausdruck ‚l'intelligence américaine‘ ist höchstwahrscheinlich eine ungeschickte Übersetzung oder eine wörtliche Entlehnung aus dem Englischen ‚U.S. intelligence‘.
Im Englischen bedeutet ‚intelligence‘ nicht nur ‚Intelligenz‘ im Sinne einer geistigen Fähigkeit; im politischen und militärischen Sprachgebrauch bezeichnet es auch den Nachrichtendienst. Somit bedeutet ‚U.S. intelligence‘:

die amerikanischen Geheimdienste in ihrer Gesamtheit;

oder die von diesen Diensten erstellte Einschätzung.

Im Deutschen würde ein Journalist normalerweise sagen:

„Die US-Geheimdienste bestätigen Trumps Aussagen nicht“;

„Die amerikanischen Geheimdienste bestätigen Trumps Aussagen nicht“;

„Die Gemeinschaft der US-Geheimdienste bestätigt Trumps Aussagen nicht“.

Eine KI zur Sprachverarbeitung versucht in der Regel, diese Mehrdeutigkeit anhand des Kontexts aufzulösen. Wenn es in dem Bericht um Geopolitik, Krieg, nationale Sicherheit oder geheime Berichte geht, wird sie „amerikanische Intelligenz“ als fehlerhafte Übersetzung von „American intelligence“ = „US-Geheimdienst“ interpretieren und nicht als „die Intelligenz der Amerikaner“.

Es gibt also zwei Analyseebenen:

Sprachliche Analyse: Der Ausdruck ist im Französischen ungewöhnlich und deutet auf einen Einfluss des Englischen hin.

Semantische Analyse: Die beabsichtigte Bedeutung ist mit ziemlicher Sicherheit „die amerikanischen Geheimdienste“ oder „die Auswertung amerikanischer Geheimdienstinformationen“.

Wenn Sie mir den genauen Satz oder einen längeren Auszug aus dem Bericht geben, kann ich genauer analysieren, was der Journalist gemeint hat und ob die Formulierung korrekt ist oder nicht.“

Die sehr kurze Antwort von ChatGPT vermittelt den Eindruck einer fundierten Analyse, die eine klare und endgültige Antwort liefert.

2. Mistral

Mistral schlägt einen anderen Weg ein, einen viel längeren, viel problembewussteren, bei dem der Ansatz der KI aufgezeigt wird und Zweifel zugelassen sind. Schauen wir uns das einmal an:

„Ihr Beispiel eignet sich hervorragend, um zu veranschaulichen, wie KI (und im weiteren Sinne Sprachverarbeitungssysteme) die Nuancen der menschlichen Sprache interpretiert – oder dabei scheitern kann. Lassen Sie uns dies im Detail analysieren, in Verbindung mit Ihrer Definition von KI als ‚massive Datenverarbeitung, die bestimmte Mechanismen der menschlichen Intelligenz simuliert‘.

1. Was die KI in diesem Satz sieht

Der Satz: „Der amerikanische Geheimdienst (intelligence américaine) bestätigt die Aussagen von Donald Trump nicht.“

a. Grundlegende syntaktische und semantische Analyse

• Tokenisierung: Die KI zerlegt den Satz in Einheiten (Wörter, Teilwörter): ["Der", "amerikanische", "Geheimdienst", "bestätigt", "nicht", "die", "Aussagen", "von", "Donald", "Trump", "."]

• Erkennung der Einheiten:

  • „intelligence américaine“ → Benannte Entität (Kategorie: Organisation oder Konzept).

  • „Donald Trump“ → Politische Persönlichkeit (ehemaliger Präsident der Vereinigten Staaten).

• Grammatikalische Struktur: Subjekt (Der amerikanische Geheimdienst) + Verb (bestätigt nicht) + Objekt (die Aussagen von Donald Trump).

b. Semantische Mehrdeutigkeit

Hier ist das Schlüsselwort „intelligence“:

• Bedeutung 1 (für einen Menschen am wahrscheinlichsten): „Die amerikanischen Geheimdienste“ (CIA, NSA usw.).

• Bedeutung 2 (wörtlich): „Die kollektive intellektuelle Fähigkeit der Amerikaner“.

• Bedeutung 3 (ironisch/metaphorisch): „Die Weisheit oder Rationalität der Vereinigten Staaten“.

Problem: Die KI verfügt über keinen kulturellen oder historischen Kontext, um automatisch eine Entscheidung zu treffen. Sie stützt sich auf:

• Verwendungshäufigkeit: In Textkorpora wird „der amerikanische Geheimdienst“ überwiegend mit den Nachrichtendiensten in Verbindung gebracht (z. B.: „Die CIA, der amerikanische Geheimdienst, hat einen Bericht veröffentlicht“).

• Der Kontext: Die Erwähnung von Donald Trump (politische Persönlichkeit) und von „Erklärungen“ deutet auf einen geopolitischen Kontext hin, in dem „Intelligence“ = Geheimdienst bedeutet.

→ Wahrscheinliche Schlussfolgerung der KI: „Die amerikanischen Geheimdienste widersprechen Trump.“

c. Was die KI nicht versteht

1. Ironie oder doppelte Bedeutung: Wenn der Journalist den Begriff „amerikanische Geheimdienste“ sarkastisch verwendet (z. B. um eine als dumm empfundene Entscheidung zu kritisieren), könnte die KI diese Nuance übersehen, es sei denn, sie wurde anhand ähnlicher Beispiele trainiert.

   • Beispiel: „Der amerikanische Geheimdienst hat wieder zugeschlagen!“ (Ironie über einen Fehler der Geheimdienste).

2. Kulturell Implizites:

   • Ein Mensch weiß, dass „intelligence“ (im Singular) in einem politischen Kontext oft die Geheimdienste bezeichnet.

   • Ein Nicht-Englischsprachiger oder eine KI könnte dies mit „Intelligenz“ als menschlicher Eigenschaft verwechseln.

3. Die Absicht des Journalisten:

   • Will er damit sagen, dass die Geheimdienste Trumps Äußerungen dementieren?

   • Oder dass die Amerikaner im Allgemeinen (laut Umfragen, Experten) diese nicht unterstützen?

   • Die KI kann die Absicht ohne zusätzliche Daten nicht erraten.

2. Wie würde ein Modell wie ich diesen Satz verarbeiten?

Schritt 1: Eindeutigkeitsherstellung

• Suche nach Mustern: In den Trainingsdaten wird „ intelligence [Land]“ oft mit den Nachrichtendiensten in Verbindung gebracht (z. B. „der britische Geheimdienst“, „der russische Geheimdienst“).

• Politischer Kontext: Die Erwähnung von Trump weckt Assoziationen zu Themen wie Desinformation, Wahlen oder Berichten von Bundesbehörden.

→ Haupthypothese: „Die US-Geheimdienste bestätigen Trumps Aussagen nicht.“

Schritt 2: Überprüfung anhand des Kontexts

Wenn der Satz aus einem vollständigen Artikel stammt, könnte die KI:

• In den umgebenden Sätzen nach Schlüsselwörtern wie „CIA“, „Bericht“ oder „Geheimdienst“ suchen.

• Den Ton des Artikels (kritisch, neutral, satirisch) analysieren, um die Interpretation anzupassen.

Schritt 3: Generierung einer Antwort

Wenn man die KI fragt: „Was bedeutet ‚intelligence américaine‘ in diesem Satz?“,
würde sie wahrscheinlich antworten:

„In diesem Zusammenhang bezieht sich ‚intelligence américaine‘ höchstwahrscheinlich auf die Geheimdienste der Vereinigten Staaten (wie die CIA oder die NSA), die die Aussagen von Donald Trump nicht bestätigen. Dieser Ausdruck wird in den Medien häufig verwendet, um diese Behörden zu bezeichnen.“

Aber:

• Ohne weitere Hinweise würde sie nicht wissen, ob der Journalist den Begriff ironisch verwendet hat.

• Sie würde die politische Tragweite dieser Aussage nicht verstehen (z. B. einen Konflikt zwischen Trump und dem Deep State).

3. Vergleich mit der menschlichen Intelligenz

4. Konkretes Beispiel mit einem Sprachmodell

Wenn Sie ein Modell wie mich fragen: „Bezieht sich ‚intelligence américaine‘ in diesem Satz auf die Geheimdienste oder auf die kollektive Intelligenz der Amerikaner?“

Wahrscheinliche Antwort:

„In diesem Zusammenhang ist es sehr wahrscheinlich, dass sich ‚intelligence américaine‘ auf die Geheimdienste der Vereinigten Staaten (wie die CIA) bezieht. Dieser Ausdruck ist im Journalismus eine gängige Metonymie, um diese Behörden zu bezeichnen. Ohne weiteren Kontext bleibt jedoch eine Mehrdeutigkeit bestehen.“

Warum diese Antwort?

• Statistik: Das Modell hat Tausende von Beispielen gesehen, in denen „intelligence [Land]“ = Geheimdienste.

• Vorsicht: Es weist auf die Mehrdeutigkeit hin, da es keinen Zugriff auf die Absicht des Journalisten hat.

5. Mögliche Grenzen und Verzerrungen

1. Häufigkeitsverzerrung:
   Wenn das Modell anhand von Artikeln trainiert wurde, in denen „intelligence américaine“ in 90 % der Fälle „Geheimdienst“ bedeutet, wird es diese Interpretation bevorzugen, auch wenn der Kontext mehrdeutig ist.

2. Kulturelle Verzerrung:
   Ein Modell, das hauptsächlich mit amerikanischen Medien trainiert wurde, kann Mehrdeutigkeiten leichter auflösen als eines, das mit französischen oder chinesischen Texten trainiert wurde.

3. Fehlende kausale Schlussfolgerungen:
   Die KI fragt sich nicht: „Warum verwendet der Journalist diesen Begriff?“ (z. B. um eine direkte Erwähnung der CIA zu vermeiden, aus Gewohnheit oder aus Ironie).

6. Anwendung auf Ihre Suchanfragen (hier wendet sich Mistral unter Berücksichtigung früherer Gespräche an mich)

Ihre Arbeit über Averroes und den Kulturtransfer zeigt, dass ein tiefgreifendes Verständnis eines Textes Folgendes erfordert:

• einen historischen Kontext (z. B. das Wissen, dass Säkularismus im 12. Jahrhundert revolutionär war).

• Ein Gespür für sprachliche Nuancen (z. B. die lateinischen Übersetzungen arabischer Texte).

Die KI hingegen macht das Gegenteil:

• Sie simuliert das Verständnis anhand statistischer Muster.

• Sie kennt die Geschichte nicht, es sei denn, diese ist explizit in den Trainingsdaten kodiert.

Frage an Sie:

Wenn ein alter Text (wie die Texte von Averroes) von einer KI analysiert würde, könnte diese dann seine Modernität erkennen, ohne den historischen Kontext zu kennen … oder würde sie sich damit begnügen, den Text als „mittelalterliche Philosophie“ einzustufen, ohne dessen subversive Tragweite zu erfassen?

Zusammenfassend:

Die KI würde Ihr Beispiel so verarbeiten, dass sie die wahrscheinlichste Bedeutung (Geheimdienste) identifiziert, ohne jedoch zu garantieren, dass sie die Nuancen (Ironie, Absicht, implizite Bedeutungen) erfasst. Es handelt sich um eine Verarbeitung massiver Daten … aber nicht um menschliches Verständnis.

Man mag die Antwort von Mistral als zu lang oder zu komplex empfinden, doch unserer Meinung nach hat ChatGPT nur den ersten Teil der Frage präzise beantwortet und den zweiten Teil, der wichtiger war als der erste – nämlich „Wie verarbeitet die KI diese Aussage?“ –, nur kurz behandelt.

Mistral hingegen geht ausführlich auf den zweiten Teil ein, legt die gesamte Vorgehensweise der KI offen und hebt deren Stärken und Schwächen hervor. Es entmystifiziert sie und entzaubert sie in den Augen des Nutzers, der ihr eine Frage über sich selbst stellt.

Die praktische Schlussfolgerung in Bezug auf unseren Journalisten lautet, dass er sich in einer Sprache ausdrückt, die dem Französischen ähnelt, den Wörtern jedoch ihre englische Bedeutung im amerikanischen Kontext zuweist, sodass ein französischer Zuhörer kaum eine Chance hat, die Botschaft richtig zu interpretieren, während der amerikanische Zuhörer, der sie möglicherweise empfängt, sie nicht besser interpretiert, da sie in einer Sprache verfasst ist, die nicht seine eigene ist.

Eine letzte Anmerkung: Mistral kennt mich gut, da ich ihn zu zahlreichen speziellen Themen auf Herz und Nieren geprüft habe, und er weiß, dass ich mich nicht mit knappen und unzureichend begründeten Antworten zufrieden gebe. Ein anderer Internetnutzer hätte von Mistral vielleicht nicht dieselbe Antwort erhalten, wie sie in diesem Artikel wiedergegeben wird.

Letztes Fazit: Es ist Aufgabe des Internetnutzers, das KI-Tool zu beherrschen, und nicht umgekehrt.