Die Wahrheit enthüllen: Künstliche Intelligenz neu denken

In einer mutigen und zum Nachdenken anregenden Kritik stellt Joseph Shieber die vorherrschende Erzählung rund um künstliche Intelligenz (KI) und ihre Anwendungen in Frage und schlägt eine grundlegende Neubewertung der Terminologie und Konzeptionierung vor.

Shieber argumentiert, dass die aktuelle Nomenklatur die Natur und die Fähigkeiten dessen, was allgemein als „Künstliche Intelligenz“ bezeichnet wird, insbesondere Large Language Models (LLMs), falsch darstellt.

LLMs neu definieren: Echte Werkzeuge, keine künstlichen

Shiebers erster Einwand hinterfragt die zur Beschreibung dieser Systeme verwendete Terminologie. Unter Bezugnahme auf gängige Haushaltsgeräte wie Waschmaschinen und Autos vertritt Shieber die Auffassung, dass die Bezeichnung von LLMs als „künstlich“ ein Missverständnis ist.

Im Gegensatz zu gefälschten oder unechten Konstrukten sind LLMs echte Hilfsmittel, die darauf ausgelegt sind, menschliche Bemühungen zu vereinfachen und zu verbessern. Ihre Fortschritte im Verständnis und im Sprachverständnis, wie in jüngsten Studien festgestellt, unterstreichen ihren greifbaren Nutzen.

Die Fehlschlüsse der „Künstlichen Intelligenz“

Shieber ist der Ansicht, dass der Begriff „Künstliche Intelligenz“ selbst irreführend ist, da er ein Maß an kognitiver Fähigkeit impliziert, das LLMs nicht besitzen. Während er die erheblichen Fortschritte anerkennt, die LLMs gemacht haben, behauptet Shieber, dass Intelligenz ein fortlaufender Prozess und kein statisches Attribut ist. Er widerlegt Argumente, die auf Bewusstsein, Verkörperung und Erfahrung basieren, und konzentriert sich stattdessen auf die Natur der Intelligenz als kollektives, evolutionäres Streben, das von Institutionen geleitet wird.

Irrtümer entlarven: Intelligenz vs. Vorhersage

Zentral für Shiebers Argument ist eine entscheidende Unterscheidung zwischen den Zielen menschlicher Intelligenz und LLMs. Während menschliche Intelligenz darauf abzielt, durch Tests und Iteration die Wahrheit zu finden, priorisieren LLMs die Vorhersage von Antworten basierend auf vorhandenen Daten. 

Shieber vertritt die Auffassung, dass LLMs darin ausgezeicnet sind, plausible Antworten zu generieren, die menschlichen Antworten ähneln, anstatt die Realität genau darzustellen. Dieser kritische Unterschied untergräbt ihre Einstufung als intelligente Entitäten.

Shiebers Kritik hinterfragt die konventionelle Weisheit und löst eine Neubewertung dessen aus, wie die Gesellschaft Fortschritte in der künstlichen Intelligenz wahrnimmt und benennt. Indem er LLMs als echte Werkzeuge neu definiert und ihre vorhersagende statt wahrheitssuchende Natur betont, bietet Shieber eine nuancierte Perspektive, die zu einer tieferen Reflexion über die Natur der Intelligenz und die Rolle der Technologie bei der Gestaltung menschlicher Bemühungen anregt.

Auswirkungen auf die zukünftige Entwicklung

Shiebers Analyse hat erhebliche Auswirkungen auf die laufende Entwicklung und den Einsatz von KI-Technologien. Durch die Anerkennung der Grenzen aktueller Terminologie und konzeptioneller Rahmenwerke können Forscher und politische Entscheidungsträger einen nuancierteren Ansatz für KI-Governance und Ethik übernehmen. 

Shiebers Aufforderung, die Ziele und Fähigkeiten von LLMs neu zu bewerten, ermutigt zu einem Wandel hin zu transparenteren und verantwortungsvolleren Praktiken in der KI-Entwicklung.

Neudefinition von KI erfordert einen Paradigmenwechsel

Joseph Shiebers Kritik hinterfragt vorherrschende Vorstellungen von künstlicher Intelligenz und befürwortet eine Neubewertung der Terminologie und konzeptionellen Rahmenwerke. Indem er LLMs als echte Werkzeuge neu definiert und ihre vorhersagende Natur betont, regt Shieber zu einem tieferen Verständnis der Ziele und Grenzen von KI-Technologien an. 

Während die Gesellschaft weiterhin mit den Auswirkungen von KI ringt, bieten Shiebers Erkenntnisse eine wertvolle Perspektive für die Navigation in der komplexen Schnittstelle von Technologie und menschlicher Intelligenz.