Was ist eigentlich Intelligenz?

Um die Regeln einer Ethikmaschine zu programmieren, müsste man sie aller sozialer Unschärfe und Menschlichkeit berauben. Nur wäre das vermutlich stark diskriminierend, weil genau eine Wertvorstellung als normal definiert würde - die derer, die solche Systeme entwickeln.

Stellenmarkt
  1. Supplier / Vendor Governance Expert (m/w/d)
    ALDI International Services SE & Co. oHG, Mülheim
  2. IT Systemadministrator (m/w/d)
    htp GmbH, Hannover
Detailsuche

Und man würde das Problem auch völlig unzulässig vereinfachen: Warum sollten Entscheidungen basierend auf einem viel zu simplen Modell zu annehmbaren ethischen Entscheidungen in dieser heterogenen Welt führen? Ethische Entscheidungen sind viel komplexer, als man das in Softwaresystemen abbilden könnte. Darum kann die Automatisierung einer Ethik nur scheitern.

Irrtum 2: Daten erzeugen Wahrheit, und falls nicht, braucht man einfach mehr Daten

In der öffentlichen Debatte hat sich glücklicherweise die Erkenntnis durchgesetzt, dass die Datensätze, die uns zur Verfügung stehen, durchsetzt sind mit Vorurteilen und Fehlannahmen. Jeder Datensatz ist stark beeinflusst von den Wert- und Weltvorstellungen der Personen, die die Daten strukturiert haben.

Trotzdem hält sich ein Irrtum hartnäckig: dass man nur die Vorurteile erkennen muss, um sie auszuräumen, um die Datensätze zu reparieren. So versucht man zum Beispiel, weitere Daten zu erfassen, die bestimmte Annahmen ausgleichen sollen, entfernt andere Werte oder ändert Datentypen, um breitere Facetten der Welt abbilden zu können. Zum Beispiel überarbeitet man das Feld Geschlecht so, dass man nicht mehr nur Mann und Frau eintragen kann, sondern jede Geschlechtsidentität. Oder man trainiert eine Gesichtserkennung nicht mehr nur mit den Porträtfotos von Menschen mit weißer Hautfarbe, sondern mit einer diversen Auswahl.

Golem Akademie
  1. Java EE 8 Komplettkurs: virtueller Fünf-Tage-Workshop
    28. Februar–4. März 2022, virtuell
  2. Webentwicklung mit React and Typescript: virtueller Fünf-Halbtage-Workshop
Weitere IT-Trainings

Diese Reparaturen können Datensätze definitiv verbessern, sogar massiv, und bestimmte Diskriminierungsvektoren ausblenden. Sie werden durch die Anpassungen aber niemals komplett eliminiert. Und manchmal erzeugen diese kleinen Reparaturen sogar neue Fehler, die der Datensatz vorher nicht hatte.

Die Frage kann daher nicht sein, wie man Vorurteile aus den Datensätzen entfernt. Sondern wie man solch implizite Annahmen und Vorurteile sichtbar und analysierbar macht. Wie man bewerten kann, auf welche Art und Weise ein Datensatz problematisch ist. Eine objektive und abstrakte Wahrheit, wie man sie sich gerne von neutralen Maschinen erhoffen würde, kann es niemals geben. Sie ist immer gefärbt durch die Realität der Entwickelnden - egal, wie viele Daten man noch hinzufügt.

Irrtum 3: In 20 Jahren gibt es eine künstliche Intelligenz, die genauso gut wie oder besser ist als menschliche

Dieser Satz wird unverändert seit mindestens 50 Jahren verbreitet. Künstliche Intelligenz ist immer fast da, aktuelle Entwicklungen sind immer sehr vielversprechend. Und 20 Jahre später hat sich trotzdem nicht viel getan.

Für dieses Phänomen gibt es viele Gründe. Einer davon lautet, dass es extrem unklar ist, was genau eigentlich Intelligenz sein soll. Die Definition von Intelligenz entwickelt sich ständig weiter, verbreitert sich, verändert sich.

Trotzdem versuchte man früher, über komplexe Regelsysteme und Logikbäume, die Welt abzubilden und sie Maschinen damit verständlich zu machen. Nachdem man damit aber niemals wirklich relevante Ergebnisse erreichen konnte, hat man sich heute vor allem einem anderen Ansatz zugewendet: Statt des Menschen sollen Maschinen ein Weltmodell aufbauen. Dafür wirft man möglichst große Mengen von Daten auf Maschinen, die aus diesen Daten lernen sollen. Und plötzlich erkennt Google auf meinen Fotos Katzen, beeindruckend.

Aber heute populäre Technologien wie etwa neuronale Netze sind weit entfernt von allem, was wir Intelligenz nennen würden. Sie sind Systeme automatisierter Statistikanwendung, die auf extrem spezielle Anwendungsfälle trainiert wurden und auseinanderfallen, sobald die Eingabe den engen Korridor der ihnen bekannten Daten verlässt.

Die sogenannte Intelligenz dieser Systeme ist eine, die Beobachter ihnen zuschreiben. Es ist ein sehr menschliches Verhalten, Objekten und Strukturen in der Welt Intelligenz zu unterstellen - wie dem Auto, das nicht anspringen will, wenn man nicht nett zu ihm ist. Aber das sind psychologische Prozesse des Menschen, keine Leistungen der Maschine.

Selbstfahrende Autos beispielsweise haben große Probleme mit Menschen auf der Straße, weil sie sich unvorhersehbar verhalten. Viele Entwickler schlagen schon vor, die Bewegungsfreiheit von Menschen im Straßenverkehr noch weiter einzuschränken, damit die selbstfahrenden Autos klarkommen. Was ist daran intelligent?

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
 Digitalisierung: Nein, Ethik kann man nicht programmierenGesetze als Code? Funktionieren nicht 
  1.  
  2. 1
  3. 2
  4. 3
  5. 4
  6.  


HighZ 19. Dez 2018

Ethik wird in den Kommentaren nur auf "töten oder nicht" begrenzt. (Thema Kreissäge: Die...

Diether 16. Dez 2018

...programmieren, das nach außen hin einer - wie auch immer zu definierenden - "Ethik...

Ach 12. Dez 2018

Z.B. klassische Situation, dass ein Kind zwischen parkenden Autos hervorspringt, der...

GeXX 12. Dez 2018

An sich ein gut geschriebener Artikel, wenn hier nicht die KI mit Deep Learning und...

pumok 12. Dez 2018

Das schliesst den Vorschglag nicht aus. Der liebe Gott muss dann halt den...



Aktuell auf der Startseite von Golem.de
Naomi "SexyCyborg" Wu
Pappbüste einer Tech-Youtuberin ist Youtube zu anstößig

Naomi Wu wird in der Maker-Szene für ihr Fachwissen geschätzt. Youtube demonetarisiert sie aber wohl wegen ihrer Körperproportionen.

Naomi SexyCyborg Wu: Pappbüste einer Tech-Youtuberin ist Youtube zu anstößig
Artikel
  1. Quartalsbericht: Apples Gewinn stellt alles in den Schatten
    Quartalsbericht
    Apples Gewinn stellt alles in den Schatten

    Apple erwirtschaftet im letzten Quartal des Vorjahres einen Gewinn von 34,6 Milliarden US-Dollar. Und das trotz Chipkrise und weiteren Lieferengpässen.

  2. Coronapandemie: 42,6 Millionen mehr digitale Impfzertifikate als Impfdosen
    Coronapandemie
    42,6 Millionen mehr digitale Impfzertifikate als Impfdosen

    Einem Medienbericht zufolge gibt es eine Lücke zwischen ausgestellten Impfnachweisen und verabreichten Dosen. Diese wird sogar noch größer.

  3. Akamai: Steigende Nachfrage für illegale Kopien von Filmen
    Akamai
    Steigende Nachfrage für illegale Kopien von Filmen

    Durch die vielen neuen Streaming-Dienste ist illegales Filesharing wieder stark im Kommen.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • RX 6900 XTU 16GB 1.449€ • Intel i7 3,6Ghz 399€ • Alternate: u.a. Acer Gaming-Monitor 119,90€ • Logitech Gaming-Headset 75€ • iRobot Saugroboter ab 289,99€ • 1TB SSD PCIe 4.0 128,07€ • Razer Gaming-Tastatur 155€ • GOG New Year Sale: bis zu 90% Rabatt • LG OLED 65 Zoll 1.599€ [Werbung]
    •  /