Der Wille zur Eindeutigkeit ist ein Mangel an Redlichkeit
Unterscheidungskraft vermisse ich am meisten in der Debatte über AI. Entweder wird die Zukunft schwarz oder sie wird weiß gemalt. Die einen wähnen ein vollautomatisiertes Schlaraffenland, die anderen die große Auslöschung durch Skynet. Für ersteres sehe ich keine Anzeichen. Und letzteres fürchte ich nicht: Arnold Schwarzenegger is still in charge and shape. Was tun?
Maschinelles Lernen ist Kultur
Unterscheiden heißt Unterschiede machen, also erkennen, dass maschinelles Lernen widerspruchsvoll ist. Diese Widersprüche zeigen sich dort, wo AI kulturell wirksam wird, also soziale Praktiken verändert. Es lohnt demnach, digitaltechnische Entwicklungen kulturtheoretisch zu reflektieren. In Bezug auf die gesellschaftlichen Konsequenzen ist maschinelles Lernen nämlich nicht gleich maschinelles Lernen. Bei genauerer Betrachtung ist AI sowohl das Produkt als auch die Produktion von Prozessen der ...
- Konservierung, die Daten, Erinnerungsspuren und Informationen sowohl verfügbar wie reproduzierbar machen.
- Standardisierung, die Analoges zu Digitalem normieren und damit in Variationen übersetzbar machen.
- Flexibilisierung, die Raum und Zeit überbrücken und neue Möglichkeiten der asynchronen Interaktion eröffnen.
- Automatisierung, die regelhafte Verfahren zwischen Technik sowie Mensch und Technik ermöglichen.
- Autonomisierung, die technische Infrastrukturen bereitstellen, die konditioniert werden können.
- Hybridisierung, die Grenzziehungen zwischen dem Technischen und dem Natürlichen neu verhandeln.
Wer differenzierter denkt, läuft weniger Gefahr, das sprichwörtliche Kind mit dem Bade auszuschütten, weil unterschieden werden kann zwischen aufrichtender, abrichtender und zurichtender AI. Wie es dann weitergehen kann, zeigt Hans Rusinek im Blog vom Global Peter Drucker Forum.
guest
