"Deskilling" heisst der "Verlust von Fähigkeiten" oder
"Kompetenzverlust".
Es ist nichts neues:
Technologie hat schon immer dazu geführt, dass wir
weniger Fähigkeiten haben müssen. Es braucht
keine Drucksetzer mehr, Maschinen haben das Schreinern
vereinfacht. Kaum jemand lernt mehr, wie man eine Platine
lötet oder einen Fernseher repariert. In vielen Bereichen
könnte man auch mit Kompetenz nichts mehr ausrichten. Moderne
Autos sind so kompliziert, dass man sie kaum mehr selbst
reparieren kann. Ein modernes iPhone wird nicht mehr geflickt.
sondern ersetzt. In der Schule werden immmer mehr Fähigkeiten
als nicht mehr lernnötig betrachtet.
Es besteht aber die Gefahr einer Sinnkrise oder Nihilismus.
Warum muss man noch Geographie lernen, wenn Karten auf dem Handy zu finden
sind. Warum müssen wir Orthographie
lernen, wenn Programme Orthographie korrigieren? Warum Sprachen lernen,
wenn doch Programme übersetzen können?
Die neuen Tools haben die Sinnkrise noch verstärkt.
Im Moment wird überall debattiert, was die Konsequenzen der neuen
Technologien sind. Werden akademische oder kreative Jobs auch,
wie das Schriftsetzertum vor 50 Jahren, einfach ersetzt werden?
Es gab mal ein Cliché, das besagte, dass AI dumm ist und nur machen
kann, was es einmal gelernt hat. Das hat sich radikal verändert.
Die neuen generativen Tools spielen nicht nur einfach ab, was sie gelernt
haben. Sie gehen weiter und generieren Neues, zum Teil schon Erstaunliches.
[Update vom 25. Oktober: Ein
Nature artikel zeigt auf, dass die Fähigkeit, neues Vokabular sinnvoll
zu verwenden nun auch von Neuronalen Netzwerken gut gemacht werden kann. Das wird
sicher auch bald in sprachgenerative Tools eingebaut werden. ]
Es gibt auch die mehr hoffnungsvolle Sicht: es macht Spass, etwas zu können
auch wenn wir es weniger gut als eine Maschine machen können.
Es bibt Genugtuung auf einen Berg zu klettern, auch wenn man
mit einem Heli schneller oben ist. Der Erfolg von Kochsendungen, Puzzles oder
Bastelprogrammen zeigen, dass viele Menschen (obwohl man Fertigessen
oder fertige Produkte kaufen kann), immer noch gerne auch Dinge
selbst machen.
Die Illustration auf dieser Seite waren mit AI generiert worden.
Kein Grund, darauf stolz zu sein.
|
|
Ein
Heise Arikel nimmt sich dem Thema
Kompetenzverlust an:
"Deskilling" - Kompetenzverlust durch KI wird zu wenig diskutiert Auch an
Hochschulen wird darüber diskutiert, welche Auswirkungen KI auf das
Lernen und Lehren haben kann. Eine kritischere Betrachtung wird gefordert.
Verlassen wir uns zu viel auf entwickelte
Techniken, verlernen wir sie womöglich selbst - und auch die
Interaktion mit anderen Menschen könnte leiden, wenn Maschinen
Aufgaben übernehmen, die normalerweise Menschen zufielen und die
mehr Austausch von Mensch zu Mensch verlangen. Das gibt Prof. Dr. Gabi
Reinmann von der Universität Hamburg in einem Diskussionspapier zum
Thema "Deskilling durch künstliche Intelligenz?" im Hochschulkontext
zu bedenken.
Deskilling vs. Upskilling Reinmann bemängelt in ihrem Papier, dass
in Debatten zur Nutzung Künstlicher Intelligenz der Fokus eher auf
das Upskilling durch KI gelegt wird; der Annahme, dass Künstliche
Intelligenz dazu führen wird, Menschen Arbeit abzunehmen, woraufhin
diese "neue, meist breiter angelegte, Kompetenzen auf höherem Niveau
aus[bilden]". Hingegen wird der Verlust von Kompetenzen - das Deskilling -
deutlich weniger besprochen. "Die Realität sieht anders aus"
Wie die Professorin in ihrem Debattenbeitrag und in der Auseinandersetzung
mit Äusserungen des Deutschen Ethikrates erklärt, sei das
"Risiko von Kompetenzverlusten" nicht auf KI begrenzt, sondern liesse
sich "bei nahezu allen Werkzeugen beziehungsweise technischen Mitteln
beobachten, die Menschen heranziehen, um sich zu entlasten" (Deutscher
Ethikrat, 2023a, S. 268). Tatsächlich werde Deskilling seit langem
beschrieben und untersucht, etwa im Zuge der Industrialisierung. Bisher
habe die technische Entwicklung und auch die Digitalisierung aber
eher dazu geführt, dass die "Kluft zwischen gering qualifizierten
Arbeitsplätzen zur Bedienung der Maschinen und hochqualifizierten
Arbeitsplätzen zur Interaktion mit Maschinen und zur Festlegung
ihrer Aufgaben [wächst]." Sogenannte Wissensarbeiter seien hiervon
eher weniger betroffen gewesen. Dies könne sich aber mit generativer
KI ändern.
Übernehme KI "zunehmend komplexe, kreative Leistungen
erfordernde, Aufgaben" in allen Berufen, könnten "vermehrt
und erstmals Wissensarbeitsplätze wegfallen und/oder die Rolle
von Wissensarbeiterinnen könnte sich deutlich verändern",
erklärt Reinmann. Damit könnten auch Menschen, die der
Wissensarbeit nachgehen, nun potenziell "Deskilling-Kandidaten" werden.
Gefahren, die darin
lauern, gibt Reinmann wie folgt an: Durchdringt KI gesellschaftliche
und systemkritische Bereiche und übernimmt dort wichtige Aufgaben,
müssen Menschen bei Nicht-Verfügbarkeit der Technik wieder
einspringen. Das wird aber dann gesellschaftlich riskant, wenn Menschen
dies nicht mehr adäquat können. Zudem müssten Menschen
noch in der Lage sein, die Tätigkeit von KI zu überwachen,
um im Bedarf eingreifen zu können. Auch deshalb könne nicht
darauf verzichtet werden, "dass diese den jeweiligen Aufgaben- und
Kompetenzbereich verstehen und selbst beherrschen". Im weitestgehend
störungsfreien Fall könne aber auch hier die fehlende
Einübung Fähigkeiten verkümmern lassen.
Auf das Individuum könne sich dies zusätzlich negativ auswirken,
da dies "sukzessive Kontrolle über wesentliche Bereiche des Arbeitens
(oder Lebens) an die Technik ab[gibt]". Laut deutschem Ethikrat könne
"eine regelmässige Delegation von Entscheidungen einen Effekt auf die
Wahrnehmung des Selbst als Autor des eigenen Geschickes haben und sogar
bürgerschaftliches Engagement reduzieren." Der Einschätzung
von Reinmann zufolge könne der Einsatz generativer KI auch dazu
führen, dass weniger "Austausch, Zusammenarbeit, gegenseitige
Rückmeldung und Hilfestellung zwischen Personen" praktiziert
werde, was einen negativen Effekt auf "die Erwartung an Kommunikation
haben und Empathie, Geduld und Kompromissbereitschaft schmälern"
könne. Menschen verlören also auch soziale Kompetenzen.
Ein Student, der eine Fäigkeit traininert (AI generiert). Ist
das in der Zukunft noch nötig?