Эпизоды
-
Sprachmodelle sollen bald alles können, was Mitarbeiter im Homeoffice können. AutoGPT & Co zeigen schon jetzt, was möglich ist, wenn die künstlichen Assistenten selbst Aufgaben abarbeiten, Mails schreiben und Konten managen. Aber bisher muss ein Mensch jede Aktion gegenprüfen, weil die für LLMs typischen Halluzinationen in der Interaktion mit der realen Welt zur Gefahr werden. Doch lassen sich diese verhindern? Können wir wirklich zuverlässige Sprachmodelle schaffen, die Ärztinnen, Anwälte und Verwaltungsbeamte ersetzen können. Nur, wenn wir verschiedene KIs miteinander kreuzen. Sogenannte „hybride KI“ könnte viele Jobs ersetzen — wenn sie gelingt.
-
Ich habe immer behauptet, KI könne keine realistischen Bilder generieren, weil ihr ein Bewusstsein der Welt fehle. Nun haben Diffusionesmodelle diese Behauptung wiederlegt. Bedeutet das, dass die KI ein Weltbewusstsein entwickelt hat? Vielleicht. Vielleicht muss man von der Welt aber auch gar nichts wissen, um sie abzubilden. In dieser Folge erkläre ich, wie Bildgeneratoren funktionieren und warum deren Architektur mich gleich mehrfach überrascht hat.
-
Пропущенные эпизоды?
-
Mit generativer KI lassen sich nicht nur Texte und Bilder auf Knopfdruck zu tausenden produzieren, auch Profilinhalte und Accounts können von Assistenten wie AutoGPT & Co automatisch erstellt werden. Wir sind im Zeitalter der vollautomatisierten Propaganda angekommen. Wie gefährlich sind diese Manipulationen, was bedeutet das für uns persönlich, vor allem aber für den öffentlichen Diskurs, für die Demokratie und wie können wir uns und unsere Gesellschaft vor Manipulation schützen?
-
Wo kann ChatGPT mir bei der Erstellung von Texten helfen, wie schreibt man Code mit LLMs und warum ist es sinnvoll, eine KI mit dem Output einer anderen zu füttern? Im dritten Teil der Sonderstaffel zum Thema Large Language Models & Co berichte ich, wie man die Technologie heute schon in Alltag und Beruf nutzen kann und wie man lernt, der Maschine zu erklären, was man von ihr will.
-
Endlich, die menschenähnlichen KI-Assistenten sind da. Doch was bedeutet das für unsere Arbeitswelt. Wie verändern sie unseren Alltag, unsere Bildung unsere Jobs, ja ganze Branchen? Und natürlich immer die Frage, wenn die so vieles so gut können: Was bleibt am Ende noch für uns zu tun?
-
Mit ChatGPT, LaMDA, LLaMa & Co macht seit einigen Monaten eine neue Generation sogenannter Large Language Models Schlagzeilen. Neu ist dabei nicht die Technologie, sondern der Reifegrad der Modelle. Erstmals kann man von menschenähnlicher künstlicher Intelligenz sprechen. Ein Wissenschaftler aus Stanford meint sogar ein künstliches Bewusstsein entdeckt zu haben.
Ist die Singularität erreicht? Können die Maschinen doch denken? Was können die Modelle und was werden sie noch können werden? In dieser Folge schaue ich mir die Technologie hinter aktuellen LLMs genau an und versuche herauszufinden, was die Maschinen so brilliant macht. -
Was werden wir in Zukunft arbeiten? Was können die smarten Assistenten uns abnehmen und was nicht? Wozu braucht man Workarounds? Wieso müssen wir Arbeit simulieren? Wie funktioniert Micro-Outsourcing? Weshalb sind Roboter die besseren Chefs? Und warum wird es immer unendlich Arbeit geben? Hier die wichtigsten Thesen der dritten Staffel in 24 Minuten.
-
Entlohnung und Arbeit entkoppeln sich historisch immer weiter voneinander. Das Gehalt ohne Arbeit ist nicht mehr weit entfernt, aber es wird unsere Probleme nicht lösen. Denn es gibt immernoch genug zu tun, vor allem Kümmerarbeit. Wer organisiert die? Wer zahlt die? Die Wirtschaft? Der Staat? Unwahrscheinlich. Wir brauchen neue Formen der Arbeitsorganisation. Vielleicht können die Algorithmen uns dabei helfen.
-
Werden wir in Zukunft endlich weniger arbeiten können? Ja, könnten wir, wenn wir wollten. Aber danach sieht es nicht aus. Statistisch korreliert das persönliche Glück für die meisten Menschen mit steigender Wochenarbeitszeit. Aber es gibt gute Nachrichten: Trotz Automatisierung durch KI und Robotik werden wir immer genug zu tun haben. Denn Arbeit ist prinzipiell unendlich. Doch was machen wir dann eigentlich, wenn die Maschinen die Produktion übernommen haben? Uns kümmern.
-
Wenn die Maschinen immer besser werden, immer schneller, immer smarter, müsste die Gesellschaft insgesamt nicht auch immer produktiver werden? Nein: Seit den 1990er jahren steigt die Produktivität in Detuschland kaum noch. Und das trotz rasanter Fortschritte in Automatisierung und Robotisierung. Produktive Tätigkeiten fallen weg, aber dafür entstehen neue Jobs: Bullshit Jobs. Arbeit, die nur noch dem Wettbewerb dient und nicht mehr dem Ergebnis.
-
1930 versprach John Maynard Keynes die 15-Stunden-Woche für seine Enkelkinder. Heute, 100 Jahre später, hat die Gesamtarbeitszeit pro Bürger*in kaum abgenommen und stagniert inzwischen — trotz stetiger Effizenzgewinne durch Robotik und Algorithmen. Aber was machen wir mit der ganzen Zeit, die moderne Maschinen uns verschaffen? Cyril Nothcote Parkinson und Niklas Luhmann haben eine Erklärung. Sie haben erforscht womit Organisationen sich beschäftigen, wenn Kapazitäten frei werden: mit sich selbst.
-
Arbeitsoptimierung gab es schon immer, auch durch menschliche Vorgesetzte. Algorithmen und digitale Sensoren erlauben jedoch eine immer kleinteiligere und vor allem allgegenwärtige Überwachung und Optimierung. Aber wo sind die Grenzen der Optimierbarkeit? Und wollen wir Arbeit wirklich maximal auf Effizienz rationalisieren? Überhaupt: Warum muss der Mensch auf die Arbeit hin optimiert werden? Müsste nicht eigentlich die Arbeit auf den Menschen, auf die Mitarbeitenden und Kund*innen optimiert werden? Wäre das vielleicht sogar die Chance auf eine neue Wirtschaftsorganisation?
-
Algorithmen können gut organisieren, haben immer den Überblick, vergessen nichts, sind immer erreichbar und haben kein Ego, das ihnen im Weg stehen könnte: Sie wären die perfekten Vorgesetzten. Und tatsächlich werden zunehmend mehr Führungstätigkeiten von Computern übernommen. Brauchen wir überhaupt noch Menschen in der Chefetage?
-
Es gibt immer mehr Selbstständige. Nicht nur, weil ständig neue Tech-Start-Ups entstehen. Sondern weil Menschen ihre Fähigkeiten im Netz auf großen Dienstleistungsplattformen direkt anbieten. Zum Beispiel als Babysitter oder Reinigungskraft, als Fahrdienstleister, aber auch Programmiererin oder Designer. Mit wenigen Klicks kann ich mir dort eine Leistung buchen. Diese Direktvermittlung von Solo-Selbstständigen dehnt sich aktuell auf immer mehr Branchen aus und wird in Zukunft wahrscheinlich einen erheblichen Teil der Festanstellungen ersetzen. Das kann schnell zu Überforderung führen. Denn die guten Jobs der Plattformen bekommt in Zukunft nur, wer am Besten bewertet wird — von den Kunden aber auch vom Vermittlungsalgrithmus selbst, also vom Computer.
-
Je schneller, schlauer und präziser die Maschinen werden, desto knapper wird die Arbeit für den Menschen. Deshalb werden wir einen Großteil der Arbeit in der Zukunft nur simulieren. Das ist keine Beschäftigungstherapie. Der soziale Frieden und der technische Fortschritt machen die Simulation von Arbeit notwendig. Und nur in der Simulation lernen wir für den Ernstfall: Was müssen wir tun, wenn wir wirklich gebraucht werden. Denn ganz ohne menschliche Troubleshooter läuft auch in Zukunft kein Computer.
-
Eine Einsicht mit der jeder Digital Native groß geworden ist: Man muss Computer nicht verstehen, um sie reparieren zu können. Meistens reicht es, sie einmal aus und wieder anzuschalten. Für diese Methode hat sich das englische Wort „Workaround“ auch im Deutschen eingebürgert. Er beschreibt Lösungen, die eigentlich keine sind, da sie das Problem nicht lösen, sondern nur umgehen, bzw. „umarbeiten“. In einer Arbeitswelt die durch digitale Prozesse immer stärker formalisiert wird, wird der Workaround — das austricksen von formalen Systemen mit ihren eigenen Mitteln — zur Kernkompetenz aller Menschen, die mit Computern arbeiten.
-
Alles, was die Computer über die Welt wissen, wissen sie von uns. Unsere Aufgabe ist es, die Wiedersprüchlichkeiten und Ungenauigkeiten der Realität in die formalen Systeme von Datenbanken und Algorithmen zu zwängen, ob sie passen oder nicht. Je mehr Aufgaben die Maschinen uns also abnehmen, desto mehr müssen wir ihnen von der Welt erzählen, ihnen formalisierte Sinnhäppchen zuarbeiten. In der Arbeitsteilung von Mensch und Maschine sind wir die atmenden Analog-Digitalwandler. Das klingt abstrakt, doch diesen Job gibt es schon viel länger als die Digitalisierung er heißt: Sachbearbeiter*in.
-
Heute ist ein persönlicher Assistent für viele fernes Karriereziel, in Zukunft wird niemand mehr ohne auskommen, von der Baustelle bis zur Chefetage.
Stets aufmerksam beobachten die Algorithmen uns bei der Arbeit, immitieren uns, personalisieren ihr Angebot, ja denken für uns mit und sogar voraus. Und ihr größter Vorteil: Sie fragen nie nach dem Sinn ihrer Tätigkeit. -
Der Klassenkampf der Roboter hat begonnen. Die Produktionsmittel nehmen uns die Arbeit weg. Was sollen wir angesichts der übermächtigen Maschinen tun? Kapitulieren? Besser: Kollaborieren. Wenn die Maschinen uns immer mehr abnehmen, müssen wir auch immer enger mit ihnen zusammenarbeiten.
In der dritten Staffel schauen wir genau hin: Was leisten Maschinen, was werden sie noch lernen und was werden sie wohl nie können, was bleibt also am Ende der Automatisierung durch KI und Roboter für uns übrig? Das ist die Arbeit der Zukunft. -
Computer erfinden Schaltungen, die für Menschen nicht mehr zu verstehen sind und machen sich dabei bisher unbekannte elektromagnetische Effekte zu nutze. Dafür brauchen sie keine Intelligenz, sie nutzen allein Versuch und Irrtum — das Prinzip der Evolution. Aber reicht das schon, um sich selbst weiterzuentwickeln? Und worüber haben wir überhaupt in dieser Staffel gesprochen? Das alles in der letzten Episode der Reihe „Künstliche Kreativität“.
- Показать больше
