Stellen Sie sich Folgendes vor: Sie h\u00f6ren von einem neuen KI-Tool, das angeblich vorhersagen kann, wie sich Ihr Aktienportfolio entwickeln wird, und Sie sind verlockt und vielleicht sogar ein wenig aufgeregt dar\u00fcber, was es f\u00fcr Sie tun k\u00f6nnte. Aber jetzt stellen Sie sich ein anderes Szenario vor: Sie bewerben sich f\u00fcr einen Job und wissen, dass Ihr Lebenslauf von einem KI-System gescannt und aussortiert werden k\u00f6nnte. Pl\u00f6tzlich sinkt das Sicherheitsgef\u00fchl. Das ist ein anderes Gef\u00fchl, nicht wahr?<\/p>\n
Diese Ambivalenz fasst ziemlich genau zusammen, was die meisten von uns wirklich \u00fcber k\u00fcnstliche Intelligenz denken. Die Realit\u00e4t ist, dass unsere Urteile \u00fcber KI nicht schwarz und wei\u00df sind. Wir neigen dazu, jede Situation individuell abzuw\u00e4gen. Die Art der Aufgabe spielt eine Rolle, und damit auch unsere \u00dcberzeugung, ob KI der Aufgabe wirklich gewachsen ist.<\/p>\n
Forscher unter der Leitung von Jackson Lu am MIT haben herausgefunden, wie wir diese Anrufe tats\u00e4chlich t\u00e4tigen. Ihre gro\u00dfe Idee ist etwas, das sie das \u201cCapability-Personalization Framework\u201d nennen. Das bedeutet Folgendes: Menschen sind am ehesten bereit, KI die Z\u00fcgel in die Hand zu geben, wenn sie glauben, dass sie bei einer bestimmten Aufgabe besser ist als der Mensch, und wenn diese Aufgabe keine pers\u00f6nliche Note erfordert. Mit anderen Worten: Wenn KI schneller, pr\u00e4ziser oder besser ausgestattet zu sein scheint als ein Mensch - und es spielt keine gro\u00dfe Rolle, wenn die Dinge nur auf Sie zugeschnitten sind -, dann lassen wir gerne Roboter die Arbeit machen.<\/p>\n
Lu argumentiert: \u201cKI bekommt nur dann gr\u00fcnes Licht, wenn die Menschen glauben, dass sie sowohl kompetent ist als auch die Eigenheiten der betreffenden Person nicht verstehen muss.\u201d Wenn einer der beiden Punkte fehlt - wenn die KI nicht ausreicht oder die Personalisierung der Schl\u00fcssel ist - wollen die meisten von uns immer noch, dass ein Mensch das Sagen hat.<\/p>\n
Um herauszufinden, ob diese Erkl\u00e4rung stichhaltig ist, haben Lu und seine Kollegen Berge fr\u00fcherer Studien durchforstet, von denen viele sogar in entgegengesetzte Richtungen zu gehen schienen. Einige zeigten, dass Menschen menschliche Fehler eher verzeihen als algorithmische Fehler - und andere Studien zeigten, dass Menschen manchmal KI-Ratschl\u00e4ge bevorzugen. Um dies zu kl\u00e4ren, untersuchte das Team Zehntausende von Antworten aus fast hundert verschiedenen Situationen und st\u00fctzte sich dabei auf Daten aus mehr als 160 verschiedenen Studien. Das Capability-Personalization Framework erwies sich als eine der intelligentesten Erkl\u00e4rungen daf\u00fcr, wann wir KI akzeptieren oder ablehnen.<\/p>\n
Welche Aufgaben k\u00f6nnen wir also gerne der KI \u00fcberlassen? Wenn es bei einer Aufgabe vor allem um Geschwindigkeit, Genauigkeit oder den schieren Umfang der Daten geht - denken Sie an die Erkennung von Betrug, die Durchsicht wissenschaftlicher Abhandlungen oder die Analyse wirtschaftlicher Trends -, gewinnt die KI viele Fans. Aber die Stimmung \u00e4ndert sich, wenn ein menschliches Element hinzukommt: Therapie, Vorstellungsgespr\u00e4che oder eine medizinische Diagnose. In diesen Momenten sind die meisten Menschen der Meinung, dass der Mensch im Vorteil ist, denn nur er kann unsere einzigartigen Geschichten, \u00c4ngste oder Hoffnungen wirklich \u201cverstehen\u201d.<\/p>\n
Lu bringt es auf den Punkt: \u201cDie Menschen wollen sich verstanden f\u00fchlen. Sie haben das Gef\u00fchl, dass ein Mensch - sei es ein Arzt, ein Manager oder ein Berater - etwas in ihnen erkennen kann, was eine Formel oder ein Algorithmus einfach nicht kann.\u201d<\/p>\n
Und noch etwas Interessantes: Die Menschen vertrauen eher einem physischen Roboter, der ihnen gegen\u00fcbersteht, als einem gesichtslosen Algorithmus, der au\u00dfer Sichtweite schwirrt. Und dort, wo die Arbeitspl\u00e4tze sicherer sind - denken Sie an L\u00e4nder mit niedriger Arbeitslosigkeit - stehen die Menschen der KI etwas gelassener gegen\u00fcber. In wohlhabenderen und stabileren Gesellschaften wird die KI als hilfreiche Erg\u00e4nzung und nicht als drohende Gefahr angesehen.<\/p>\n
Was bedeutet dies alles f\u00fcr die Zukunft? Lu und sein Team glauben, dass das Verst\u00e4ndnis dieses Gleichgewichts zwischen F\u00e4higkeiten und Personalisierung ein Fahrplan daf\u00fcr sein k\u00f6nnte, wie sich die Gesellschaft an die wachsende Pr\u00e4senz der KI anpasst. Obwohl viele andere Faktoren eine Rolle spielen, scheinen diese beiden - das Gef\u00fchl, dass KI die Aufgabe erledigen kann und dass Personalisierung nicht erforderlich ist - am wichtigsten zu sein, wenn wir entscheiden, ob wir die Verantwortung einem Menschen oder einer Maschine \u00fcberlassen.<\/p>\n
Die Forschung, die diesen Erkenntnissen zugrunde liegt, ist das Ergebnis einer ehrgeizigen Zusammenarbeit zwischen Wissenschaftlern des MIT, der Sun Yat-sen University, der Shenzhen University und der Fudan University, die von der chinesischen National Natural Science Foundation unterst\u00fctzt wurde.<\/p>\n