Am Wochenende habe ich mir nochmal „Her“ angesehen. Ich hatte mir den Film in die Watchlist gelegt, nachdem ich den Open-AI-Story-Podcast gehört hatte und mir Sam Altmans Referenz auf den Film so hirnverbrannt vorkam, dass ich nochmal nachprüfen wollte, ob man den Film vielleicht missverstehen kann, ob Sam Altman ihn vielleicht nicht verstanden hat. Tatsächlich macht mir der Film heute noch mehr Angst, als vor einigen Jahren.
Dieses Video wird nach dem Klick von YouTube geladen. Dabei werden Daten (mindestens deine IP-Adresse) an YouTube übertragen.
Video abspielen
Derweil schreibt Michael Kalina über sprachliche Ungenauigkeiten wenn wir mit und über LLMs sprechen und wie gefährlich diese Vermenschlichung ist, die wir ihr angedeihen lassen. Und er hat Recht.
Wenn diese Sprache so tief in unseren Gewohnheiten steckt, reicht es nicht, sie gelegentlich zu kritisieren. Wir müssen sie kontinuierlich erkennen und anhand konkreter Leitlinien durch präzisere Formulierungen ersetzen. Wer über KI schreibt und nicht dem Hype verfallen will, sollte sich daran halten, gerade in aufklärenden Beiträgen.
Ich bin mir nicht sicher, ob ich, wenn ich über LLMs geschrieben habe, diese Regel immer eingehalten habe, gelobe aber Verbesserung.
Ich beobachte das noch vielmehr allerdings im, nennen wir es einmal, professionellen Bereich. Wenn ich über den Umgang mit LLMs vortrage, oder auch im kleinen Kreis darüber mit Kollegen spreche, fällt es mir total schwer, die nötige sprachliche Distanz zu wahren. Und tatsächlich habe ich es eine ganz zeitlang ernsthaft versucht. So schaffe ich beispielsweise am Beginn es Vortrags das noch einzuhalten, je mehr es aber in die freie Rede oder auch Diskssuion geht, schleicht sich das sofort wieder ein.
Beobachtet und kritisiert habe ich das schon immer, schon lange bevor es LLMs gab. Im Umgang mit Computern wurde schon immer und gerne vermenschlicht. Wobei, wer vom „er“ oder „ihm“ im Zusammenhang mit dem Computer sprach, outete sich oft als jemand, die/der nicht so genau wusste, wie selbiger funktioniert und subsummierte oft die Gesamtheit von Hard- und Software unter ihm. Er hat einen Fehler gemacht, er druckt nicht, er ist abgestürtzt. Entwickler*inner sollten es eigentlich besser wissen, aber auch sie neigen hin und wieder dazu, vordringlich im Fehlerfall, menschenähnliche Gebilde als Sündenböcke heranzuziehen: er steht dann wahlweise für den Browser, den Compiler oder es wird auch mal ein sie für die Lintingsoftware spendiert.
Dieses Video wird nach dem Klick von YouTube geladen. Dabei werden Daten (mindestens deine IP-Adresse) an YouTube übertragen.
Video abspielen
Die Vermenschlichung von Large Language Models, ich schreibe es extra nochmal aus, geht ja schon damit los, dass wir es lieber die KI nennen, was ja auch schon höchst ungenau ist. Aber immer wieder von LLM zu sprechen, hat sich auch irgendwie nicht bewährt, schon gar nicht ohne Abkürzung. Ich glaube aber, vielleicht beobachte ich das auch einfach nur an mir selbst, hier greift eine gewisse reflexhafte Kompensation. Wenn das LLM gerade besseren Code abgeliefert hat, als man ihn selbst schreiben kann, und das in einem Drittel der Zeit, sucht mein Unterbewusstseit händeringend nach Möglichkeiten, die Sache klein zu reden.
Dabei ist das mystische die KI eine Möglichkeit. Ich habe ein Zwiegespräch mit ihr gehalten und habe ihr erklärt, was sie zu tun hat und sie hat geliefert, also bin ich der coole Coder, der einen Rest Macht über das Mysterium behalten konnte. Das gilt ähnlich für weitere Zuweisungen, die ich schon selbst verbrochen oder in der Praxis beobachtet habe: der Praktikant hat das geschrieben, ich habe mich mit Claudio unterhalten und so weiter.
So mögen wir einerseits dem Hype aufsitzen, das ist leider wahr. Auf der anderen Seite versuchen viele aber eben auch einen Weg zu finden, trotz aller mit Ängsten gepaarter Faszination, die Oberhand zu behalten, das Heft nicht aus der Hand zu geben. Möglichweise machen wir damit alles noch viel schlimmer.
