Mir ist in letzter Zeit aufgefallen, dass gerade wahnsinnig viel Zeit, Aufwand und auch Hingabe in das Training von KI-Modellen und das Bauen von Agenten gesteckt wird. Interessanterweise kann ich das überall beobachten: bei mir selbst, bei Kunden, bei Freunden und anderen Menschen aus meinem Umfeld.
Das hat bei mir die Frage aufgeworfen: Investieren wir eigentlich genau so viel Zeit und Kraft, um Kollegen in neue Themen einzuarbeiten oder Azubis auszubilden?
Meine Hypothese ist: Nein.
Ich glaube, Menschen verbringen gerade sehr viel mehr Zeit damit und haben auch sehr viel mehr Muße und Energie dafür, eine KI zu trainieren, als andere Menschen, sich in neue Aufgaben einzuarbeiten.
Mit dieser Hypothese habe ich mich ein bisschen auseinandergesetzt und auch mit meinem Kollegen Philipp im Podcast darüber gesprochen.
Hier sind ein paar Gedanken, woran das liegen könnte. Vorausgesetzt natürlich, die Hypothese stimmt und Menschen trainieren aktuell tatsächlich lieber eine KI als andere Menschen.
1. Keine soziale Rücksichtnahme
Eine KI kann man so bespielen, wie man das möchte. Da muss man keine Rücksicht nehmen. Ich kann niemandem auf den Schlips treten, ich kann nicht zu schroff sein. Ich kann meine Anweisung fünfmal wiederholen, ohne dass sich das Gegenüber schlecht fühlt.
Es gibt eben keine Gefühle oder zu erwartenden emotionalen Reaktionen wie Ablehnung, Irritation oder Frustration.
KI nimmt mir nichts übel.
Und, noch viel besser:
KI tut, was ich ihr sage.
Sie setzt einfach um. Bequem, wirklich bequem.
2. Die Hoffnung, dass sich das Lernen lohnt
Ich glaube, es gibt eine sehr hohe Lernhoffnung, wenn es um KI geht. Die Vorstellung ist: Wenn man der KI so oder so oder so Dinge beibringt, dann wird sie super schlau und man kann ganz viel an sie auslagern. Dann tut sie Dinge für einen.
Diese Lernhoffnung ist bei Menschen, glaube ich, anders ausgeprägt.
Es gibt Menschen, bei denen hat man eine hohe Lernhoffnung und investiert entsprechend viel. Und es gibt welche, bei denen hat man vielleicht am Anfang eine hohe Lernhoffnung, dann passieren Dinge und die Lernhoffnung sinkt. Oder man hat von Anfang an weniger. Das ist ganz unterschiedlich.
Fairerweise sei zu ergänzen: Ich erlebe mittlerweile auch sehr viel Frustration mit KI. Weil die Lernhoffnung nämlich häufig sehr viel größer war als das, was KI tatsächlich am Ende geleistet hat.
Anfangs war die Euphorie groß, dass KI vieles für einen tun kann. Und jetzt folgt einiges an Frustration, weil KI vieles eben doch nicht kann.
3. Wir wissen, dass die KI nichts weiß
Der dritte Aspekt ist, dass man bei einer KI weiß, dass sie nichts oder zumindest sehr wenig vom eigenen Kontext weiß. Und deswegen wird KI häufig besser trainiert.
Wir erleben das regelmäßig: Einer KI wird viel vollumfänglicher Kontext geboten als einem Menschen.
Bei Menschen wird vieles vorausgesetzt: „Der weiß ja, dass man die Dinge hier so und so tut. Das muss ich dem nicht noch mal erklären.“
Pustekuchen.
Am Ende sitzen Menschen ganz häufig da und sagen:
Nee, das wusste ich alles gar nicht.
Am schwierigsten ist es, Kollegen aus dem eigenen Unternehmen in neue Sachverhalte einzuarbeiten. Dann wird so vieles vorausgesetzt. So viel schon vorhandenes Wissen, Erfahrung, Historie und wie man das hier so macht in dem Laden. Und das alles wird nicht mittrainiert.
Bei einer KI merkt man dagegen sehr schnell, dass ziemlich viel Schwachsinn rauskommt, wenn man diesen ganzen Kontext nicht mitliefert.
Also liefert man ihn.
Nun braucht so ein Artikel am Ende ja auch immer irgendein Fazit, ein „Take-away“, ein „Deine 5 Goldnuggets“, aber ich habe keine. Ich habe aktuell einfach das Bedürfnis, diese Gedanken zu teilen, weiterhin zu beobachten und mit anderen Menschen zu diskutieren, wie sie das wahrnehmen.
Und wenn dieser Artikel dazu beiträgt, dass der ein oder andere ein bisschen genauer hinschaut, wie er KI vs. Menschen trainiert, dann bin ich auch glücklich.
