Vordenker

KI und der Kampf gegen Technophobie

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Wenn es um Generative KI und Large Language Models wie ChatGPT geht, ist die Begeisterung für KI mit Technophobie gemischt. Dies ist für die Allgemeinheit natürlich: Sie mögen neue, aufregende Dinge, aber sie haben Angst vor dem Unbekannten. Das Neue ist, dass mehrere prominente Wissenschaftler selbst zu Technik-Skeptikern oder sogar Technophoben geworden sind. Der Fall der Wissenschaftler und Industriellen, die eine sechsmonatige Pause in der KI-Forschung fordern, oder die Skepsis des Top-KI-Wissenschaftlers Prof. A. Hinton sind solche Beispiele. Der einzige mir bekannte historische Vergleich ist die Kritik an atomaren und nuklearen Bomben durch einen Teil der wissenschaftlichen Gemeinschaft während des Kalten Krieges. Glücklicherweise hat die Menschheit es geschafft, diese Bedenken auf eine eher zufriedenstellende Weise zu lösen.

Natürlich hat jeder das Recht, den aktuellen Stand der KI-Angelegenheiten in Frage zu stellen:

  • Niemand weiß, warum Large Language Models so gut funktionieren und ob sie eine Grenze haben.
  • Viele Gefahren lauern, die die Bösewichte “KI-Bomben” schaffen, besonders wenn die Staaten passive Zuschauer in Bezug auf Regulierungen bleiben.

Das sind berechtigte Bedenken, die die Angst vor dem Unbekannten auch bei prominenten Wissenschaftlern schüren. Schließlich sind sie selbst Menschen.

Kann die KI-Forschung jedoch auch nur vorübergehend gestoppt werden? Meiner Meinung nach nicht, da KI die Antwort der Menschheit auf eine globale Gesellschaft und eine physische Welt von immer zunehmender Komplexität ist. Da die Prozesse der zunehmenden sozialen und physischen Komplexität sehr tief und scheinbar unerbittlich sind, sind KI und die Veränderung der Bürger unsere einzige Hoffnung, um einen reibungslosen Übergang von der aktuellen Informationsgesellschaft zu einer Wissensgesellschaft zu ermöglichen. Andernfalls könnten wir eine katastrophale soziale Implosion erleben.

Die Lösung besteht darin, unser Verständnis von KI-Fortschritten zu vertiefen, die Entwicklung zu beschleunigen, die Nutzung zu regulieren, um den positiven Einfluss zu maximieren, während die bereits offensichtlichen und anderen verborgenen negativen Auswirkungen minimiert werden. Die KI-Forschung kann und sollte anders werden: offener, demokratischer, wissenschaftlicher und ethischer. Hier ist eine Liste von Punkten zu diesem Zweck:

  • Das erste Wort zu wichtigen KI-Forschungsfragen, die einen großen sozialen Einfluss haben, sollte an gewählte Parlamente und Regierungen delegiert werden, anstatt an Konzerne oder einzelne Wissenschaftler.
  • Jeder Anstrengung sollte unternommen werden, um die Erforschung der positiven Aspekte von KI in sozialem und finanziellen Fortschritt zu erleichtern und ihre negativen Aspekte zu minimieren.
  • Der positive Einfluss von KI-Systemen kann ihre negativen Aspekte bei ordnungsgemäßen Regulierungsmaßnahmen überwiegen. Technophobie ist weder gerechtfertigt noch eine Lösung.
  • Meiner Meinung nach kommt die größte aktuelle Bedrohung von der Tatsache, dass solche KI-Systeme viele gewöhnliche Menschen mit wenig (oder durchschnittlicher) Bildung und/oder wenig Ermittlungskapazität auf Distanz täuschen können. Dies kann für die Demokratie und jede Form des sozioökonomischen Fortschritts äußerst gefährlich sein.
  • In naher Zukunft sollten wir der großen Bedrohung durch den Einsatz von LLM und/oder CAN in illegalen Aktivitäten (Betrug bei Universitätsprüfungen ist ein eher harmloser Einsatz im Raum der damit verbundenen kriminellen Möglichkeiten) entgegenwirken.
  • Ihr Einfluss auf Arbeit und Märkte wird langfristig sehr positiv sein.
  • Meiner Meinung nach sollten KI-Systeme a) internationaler Gesetze unterliegen und in einem “KI-System-Register” registriert werden und b) ihre Benutzer benachrichtigen, dass sie mit einem KI-System konversieren oder dessen Ergebnisse nutzen.
  • Da KI-Systeme einen enormen gesellschaftlichen Einfluss haben, sollten fortgeschrittene Schlüsseltechnologien von KI-Systemen offen sein, um den Nutzen und sozioökonomischen Fortschritt zu maximieren.
  • KI-bezogene Daten sollten (zumindest teilweise) demokratisiert werden, um den Nutzen und sozioökonomischen Fortschritt zu maximieren.
  • Angemessene starke finanzielle Entschädigungssysteme müssen für KI-Technologie-Champions vorgesehen werden, um jeden Gewinnverlust aufgrund der oben genannten Offenheit zu kompensieren und um starke zukünftige Investitionen in KI-F&E zu gewährleisten (z. B. durch Technologie-Patentierung, obligatorische Lizenzierungssysteme).
  • Das Gleichgewicht zwischen akademischer und industrieller KI-Forschung sollte neu überdacht werden, um die Forschungsergebnisse zu maximieren, während Wettbewerbsfähigkeit und Belohnungen für eingegangene Forschungsrisiken gewährleistet werden.
  • Bildungspraktiken sollten auf allen Bildungsebenen überdacht werden, um den Nutzen aus KI-Technologien zu maximieren, während eine neue Generation kreativer und anpassungsfähiger Bürger und (KI-)Wissenschaftler geschaffen wird.
  • Angemessene KI-Regulierungs-/Aufsichts-/Finanzierungsmechanismen sollten geschaffen und gestärkt werden, um das oben Genannte sicherzustellen.

Einige dieser Punkte werden in meinem aktuellen 4-bändigen Buch über “KI-Wissenschaft und Gesellschaft” ausführlich behandelt, insbesondere in den Bänden A (im Mai 2023 überarbeitet, um LLMs und künstliche allgemeine Intelligenz abzudecken) und C.

Buchverweise:

Künstliche Intelligenz Wissenschaft und Gesellschaft Teil A: Einführung in KI-Wissenschaft und Informationstechnologie

Künstliche Intelligenz Wissenschaft und Gesellschaft Teil C: KI-Wissenschaft und Gesellschaft

Prof. Ioannis Pitas (IEEE fellow, IEEE Distinguished Lecturer, EURASIP fellow) ist Professor am Department of Informatics von AUTH und Direktor des Artificial Intelligence and Information Analysis (AIIA) lab. Er war als Gastprofessor an mehreren Universitäten tätig. Er hat über 920 Artikel veröffentlicht, zu 45 Büchern in seinen Interessengebieten beigetragen und weitere 11 Bücher über Computer Vision und Machine Learning herausgegeben oder (ko-)verfasst. Er ist Vorsitzender der International AI Doctoral Academy (AIDA).