Künstliche Intelligenz ist das Technologiethema der Stunde. Über ihre möglichen Folgen wird kontrovers diskutiert. So ist es nur natürlich, dass sich Medienmacher für das Thema interessieren. Doch neben dem Hype und dem damit einhergehenden Publikumsinteresse gibt es noch eine zweite Komponente, wegen derer sich Medienhäuser und professionelle Kommunikatoren mit K.I. beschäftigen sollten.
Ähnlich wie es schon beim Aufkommen des Internets der Fall gewesen ist, erreicht auch die aktuelle Künstliche-Intelligenz-Welle die Medienindustrie als eine der ersten Branchen. Denn viele der aktuellen K.I.-Verfahren, allen voran das Machine Learning, demonstrieren ihre Leistungsfähigkeit derzeit in Feldern, die das Geschäft der Medienbranche mindestens tangieren: Verfahren zur Bilderkennung, automatische Übersetzungen, Spracherkennung, Chatbots und sogar Algorithmen die eigenständig Texte verfassen.
Dies hat einen logischen Hintergrund. Die primäre Art und Weise, in der wir Menschen unserem Denken Ausdruck verleihen, ist gleichzeitig das Handwerkszeug der Medien: Sprache. Unter K.I.- Forschern gilt es als heiliger Gral, einen Computer zu entwickeln, der Sprache tatsächlich versteht und zu intelligenter Konversation fähig ist. Ausdruck findet dies etwa im Turing-Test, dem populären Maßstab für das “Denkvermögen” einer Maschine. Der Test gilt als bestanden, wenn der menschliche Tester eine (Chat-)Konversation mit einem Computergegenüber führt, das ihn davon überzeugt, ein Mensch säße am anderen Ende. Überzeugend bestehen konnte ihn bislang noch kein Programm.
Von Bewusstsein keine Spur
Denn das mit dem Denken und der Sprache ist so eine Sache. Der K.I.-Wissenschaftler Roger Shank fasste das Problem unlängst in einem sehr lesenswerten Beitrag zusammen. Er schreibt:
“It is possible to talk about something and have the words themselves not be very telling. Background knowledge matters a lot. … You can’t understand words if you don’t know their context.”
Dies ist ein altbekanntes Problem der Forschung zu künstlicher Intelligenz. Dennoch erwecken die aktuellen Fortschritte oftmals den Eindruck, es wäre beinahe gelöst. Doch ist dem wirklich so? Shank beschreibt in selbigem Artikel die Funktionsweise der Algorithmen und nennt deren Vorgehen schlicht „Wörterzählen“. Wie ich kürzlich in meinem Beitrag Beware of Artificial Stupidity — The Risk of Misapplying Today’s AI beschrieben habe, basieren viele K.I.-Verfahren heute auf datenbasierten Ansätzen. Worte sind für die Maschine also nicht mehr als Datenpunkte, die sie auswerten und zwischen denen sie Zusammenhänge finden und so übliche Satzkonstruktionen nachbilden kann. Gleichwohl hat der Computer keinerlei Verständnis von dem, was er da schreibt oder spricht. Von Bewusstsein ist in künstlicher Intelligenz weit und breit noch keine Spur.
Das heißt natürlich mitnichten, dass Medienunternehmen und Kommunikatoren das Thema ignorieren sollten. Im Gegenteil: Richtig verstanden und eingesetzt, tun sich durchaus spannende Anwendungsfelder auf.
Maschinenjournalisten?
Es steht nicht zu befürchten, dass Journalisten und Autoren bald flächendeckend von Maschinen abgelöst werden. Frische Ideen entwickeln, Fragen über den Zustand der Welt stellen oder neue Perspektiven einnehmen — all das sind, Stand heute, nicht die Domänen der Computer. Doch gibt es natürlich Bereiche des Jobs, in denen all dies nicht gefragt ist. Und dort kann der Computer durchaus eine interessante Alternative darstellen.
So verfassen Algorithmen heute etwa bereits eigenständig Spielberichte nach einem Sportereignis. Wichtiger Player in diesem Markt ist zum Beispiel die Firma Automated Insights, deren Produkt Wordsmith auf der Website so beschrieben wird:
“An artificial intelligence platform that generates human-sounding narratives from data”
Nach einem Basketball-Spiel etwa füttert man den Wordsmith mit den sogenannten Play-by-Play-Daten (hier exemplarisch im unteren Kasten zu finden). Aus denen konstruiert der Algorithmus dann eigenständig Sätze (wie dies genau von der Hand geht, beschreibt Kevin Roose hier). Zumindest die rein faktenbasierte Spielzusammenfassung braucht heute also nicht mehr zwingend menschliches Dazutun. Ich stelle mal die These auf: Sie war auch nie die beliebteste Betätigung unter Sportjournalisten. Daher schreibt auch Ian Crouch in seinem New Yorker-Artikel zum Thema:
“Perhaps human beat writers should make the most of this moment of technological innovation. They could leave the recaps to the algorithms, abandon the field as it were, and, newly liberated, put their knowledge and personal relationships to use in more compelling pursuits.”
Natürlich ist Sport nicht das einzige Anwendungsgebiet für derartige Technologien. Ein anderes Beispiel sind die Quartalsberichte von Aktiengesellschaften, aus denen Algorithmen heute souverän Text generieren. Oder die Firma NarrativeScience, die Unternehmen verspricht, mit ihrem Produkt Quill aus Rohdaten Management-Reports zu verfassen. Kurzum: Wer schlicht und ergreifend Daten in Worte verpacken will, kann dies heute automatisiert tun. Den Menschen ersetzt dies freilich nicht. Es nimmt ihm schlichtweg Arbeit ab. Und macht ihm neue: immerhin müssen die Tools zunächst konfiguriert werden, die Text-Ergebnisse gegebenenfalls geprüft und individualisiert werden.
Intelligente Assistenten als Content-Lieferanten
Auch andere K.I.-getriebene Entwicklungen stellen Medien vor Herausforderungen. An anderer Stelle habe ich eine Entwicklung beschrieben, die ich als “Modularisierung des Webs” bezeichne. Damit fasse ich eine Reihe von Entwicklungen zusammen, die es Content-Anbietern abverlangt, ihre Inhalte in immer mehr Formaten auf unterschiedlichen Plattformen bereitzustellen. Google AMP und Facebook Instant Articles sind heute die bekanntesten Vertreter der Entwicklung. Sie sind jedoch erst der Anfang.
Setzen sich die durch K.I. ermöglichten “intelligenten”, durch Stimme kontrollierten Interfaces vom Schlage eines Amazon Echo durch, wird dies Publisher und Inhalteanbieter vor gänzlich neue Herausforderungen stellen. Denn die Art und Weise, wie Inhalte dann zum Konsumenten gelangen, ist komplett anders als alles, was heute gelernt ist. Dazu habe ich vor einiger Zeit geschrieben:
“In the modular web, however, we don’t need to optimize our “design” for visitors of our page but we have to optimize our information/data for compatibility with different user interfaces. This sounds simple but actually alters completely how we think about “web design”. It’s so radically different that I use quotation marks. All of a sudden we don’t “operate a website” anymore but broker information and data — processed to different degrees.”
Veränderungsbereitschaft statt Panik
Automatisiertes Schreiben und intelligente Voice-Interfaces sind nur zwei Beispiele dafür, wie die Entwicklungen im Bereich der künstlichen Intelligenz Medien und Journalismus beeinflussen werden. Es gibt schon heute weitere Anwendungsbeispiele und in den kommenden Jahren wird ihre Zahl mit Sicherheit noch steigen.
Dennoch muss der aktuelle K.I.-Hype keinen Anlass zur Panik für Medienunternehmer und andere professionelle Content-Produzenten darstellen. K.I. wird Veränderungen mit sich bringen. Vieles, was wir heute über sie hören, sind jedoch übersteuerte Unkenrufe, die aus einem mangelnden Verständnis der zugrundeliegenden Technologie resultieren. Wer allerdings versteht, was sie tatsächlich leisten kann, wird spannende Anwendungsfelder und neue Potenziale entdecken.
Veranstaltungstipp
Passend dazu sei mir ein wenig Werbung in eigener Sache gestattet: Am 14. Oktober 2016 findet die erste Ausgabe des Digital Hills Think Tanks statt. Dahinter verbirgt sich unsere neue, kollaborative Wissensplattform. Das Thema der Ausgabe: Künstliche Intelligenz & Automatisierung der Arbeit. Gemeinsam mit spannenden Vordenkern und Experten werden wir den Themenkomplex einen Tag lang von allen Seiten beleuchten. Wenn Sie interessiert sind, besuchen Sie gerne unsere Website. Dort finden Sie alle relevanten Informationen und können sich Ihr Ticket sichern.
Ein sehr interessantes Thema! Ich denke zwar auch, dass Maschinenjournalisten noch ein paar gute Jahre, wenn nicht Jahrzehnte weg, sind, aber was viele Leute vergessen ist, dass die technologische Entwicklung weiterhin exponentiell erfolgt.
Und obwohl wir in vielen Bereichen den Prognosen hinterherhinken, ist die Entwicklung hin zu künstlichen Intelligenzen schneller als gedacht. Wer am Markt bleiben will, muss sich so oder so mit den Möglichkeiten von immer intelligenterer Software auseinandersetzen und für sich nutzen lernen.
Ich denke, letztere Aussage ist absolut richtig. Was die exponentielle Entwicklung von Technologie anbelangt, ist jedoch etwas mehr Differenzierung notwendig. Die Bereiche von K.I.-Entwicklung, die heute primär von Rechenleistung abhängen, sind in der Tat in der Lage, sich exponentiell zu entwickeln (wobei Moore’s Law selbst in diesem Punkte nicht mehr universell zutrifft, vgl. hier)
Jedoch sind viele Herausforderungen bei der Verbesserung künstlich intelligenter Systeme nicht in erster Linie ein Problem mangelnder Rechenleistung. Das Verstehen von Sprache (nicht im Sinne von Spracherkennung, sondern des Verständnisses der Bedeutung des Gesprochenen) fällt in dieses Feld. Interessant ist hierzu, neben den im Artikel verlinkten Ressourcen, auch dieser Essay von Rob Bensinger vom Macchine Intelligence Research Institute. Der Text dreht sich um ein anderes Thema, allerdings behandelt der Abschnitt „Misconception #2: Worrying about AGI means being confident it’s near“ diese Frage.