Künstliche Intelligenz und Menschliche Intelligenz

Aktuell reden und schreiben viele zur Künstlichen Intelligenz, die sich praktisch umgesetzt in vielen Anwendungen, wie z.B. ChatGPT von OpenAI, zeigt. Haben wir “Intelligente IT-Systeme” und dumme Menschen? Wenn es um menschliche Intelligenz geht, kommt oft der vor mehr als 100 Jahren entwickelte Intelligenztest ins Spiel, mit dem dann zukünftige Möglichkeiten und Dispositionen vorhergesagt werden. Die folgende Passage beschreibt die Zusammenhänge etwas ausführlicher.

“Eine erste Entwicklungslinie soll hier aus heuristischen Gründen auf das Ende des 19. und Anfang des 20. Jahrhundert datiert werden. Ausgangspunkt ist die kausalmechanische Logik einer behavioristischen Entwicklungspsychologie, die den Körper wesentlich als Reiz-Reaktions-Maschine betrachtet. In dieser Logik entwickelte der französische Psychologe Alfred Binet 1905 gemeinsam mit dem Arzt Théodore Simon einen ersten sogenannten ´Intelligenztest´ (Liungman, 1976). Das mit der Psychometrie etablierte sehr lineare, planmäßig geregelte Mess- und Testregime verweist auf einige zentrale Merkmale von Vermessungs- respektive Prüfungspraktiken. Grundlegend zielt die Prüfung darauf ab, von der Summe einzelner aktueller Leistungsergebnisse eines Individuums auf die zukünftigen Möglichkeiten und Dispositionen bzw. auf die zukünftig erwartbare Leistungsfähigkeit schließen zu können. Aber der Psychometrie gilt nicht nur eine aktuelle Leistung als repräsentativ für ein Leistungsvermögen, sondern sie stellt durch ihre Orientierung am Modell der Normalverteilung zugleich die Kontrolle sozialer Relationen sicher: Die Intelligenzleistungen, die dem Einzelnen als Leistungen zugeschrieben werden, werden im Verhältnis zum Durchschnitt der Leistungen anderer angegeben und damit vergleichbar gemacht. Auf Basis derartiger Aussagen über ´Begabung´ und ´Intelligenz´ lassen sich institutionelle Selektionsprozesse und soziale Hierarchisierungen legitimieren (Bourdieu, 1993; Gould, 1988)” (Vater, S. (2023:255248).): Validierung und Neoliberalismus – selbstverantwortete Beschäftigungsfähigkeit als Lernergebnis, in: Schmid, M. (Hrsg.) (2023): Handbuch Validierung non-formal und informell erworbener Kompetenzen, S. 235-248).

Intelligenztests werden für berufliche/gesellschaftliche Selektionsprozesse genutzt, dabei haben diese ihren Ursprung in einer behavioristischen Logik und sollen Auskunft über zukünftige Dispositionen geben. Dieser Determinismus stößt auf Kritik. Siehe dazu auch Ursache – Wirkung: Die Intellektualistische Legende. Es wird immer wieder vorgeschlagen, das Konstrukt “Intelligenz” auszudifferenzieren. Folgender Text soll das beispielhaft aufzeigen:

“Inhaltlich hat sich das Intelligenzkonzept in den letzten 100 Jahren ausdifferenziert (vgl. Funke u. Vatterodt-Plünnecke 2004): An der Stelle einer einzigen Intelligenzdimension (´general intelligence´, g-Faktor) ist heute die Konzeption multipler Intelligenzen im Sinne unterschiedlicher Teilkompetenzen (z.B. logisches Schlussfolgern, verbale Intelligenz, kreatives Problemlösen, emotionale Kompetenz, Körperbeherrschung) getreten, für die jeweils andere Erfassungsinstrumente benötigt werden” (Funke 2006).

Gerade in Zeiten von Künstlicher Intelligenz ist es wichtig, auch über die Menschliche Intelligenz zu sprechen. Daraus ergibt sich die Frage, wie passen Künstliche Intelligenz und Menschliche Intelligenz zusammen? Interpretieren wir die von Funke angesprochene Ausdifferenzierung des Intelligenzkonzepts, so führt das meines Erachtens direkt zur Reflexiven Modernisierung und der dort thematisierten Entgrenzung. Möglicherweise hat Gardner´s Theorie der Multiplen Intelligenzen eine bessere Passung zu den aktuellen Entwicklungen. Siehe dazu auch Hybrid Intelligence: Menschliche und Künstliche Intelligenz.

Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Anmerkungen zu Growth Mindset, Intelligenz und Kompetenz

Image by Donate PayPal Me from Pixabay

Der Begriff Mindset wird in den aktuellen Diskussionen zu Agilität, Transformation etc. fast inflationär verwendet. In dem Beitrag Mindset: Ein oft verwendeter Begriff etwas genauer betrachtet wird allerdings auch deutlich, dass die möglichen Nebenfolgen des Mindset-Konzepts kaum thematisiert werden. Zusätzlich habe ich in dem Beitrag Growth Mindset, Agilität und Multiple Intelligenzen einige Zusammenhänge zu dem von Caroll S. Dweck propagierten Growth Mindset aufgezeigt. Ich habe mir dazu zunächst einmal das ursprüngliche Paper angesehen, auf das die Idee eines Growth Mindset zurückgeht.

Dweck, C. S.; Leggett, E. L. (1988): A Social-Cognitive Approach to Motivation and Personality. Psychological Review 1988, Vol. 95, No. 2,256-273 | PDF.

Darin verbinden die beiden Autorinnen den Begriff Mindset mit der Vorstellung über Intelligenz. Mit der Veröffentlichung Dweck, C. S. (2008): Mindset: The New Psychology of Success kam dann die Verbreitung ihrer Gedanken so richtig in Schwung. Faszinierend für mich ist, die deutliche Korrelation zum Intelligenz-Begriff.

“Some believe their success is based on innate ability; these are said to have a ´fixed´ theory of intelligence (fixed mindset). Others, who believe their success is based on hard work, learning, training and doggedness are said to have a ´growth´ or an ´incremental´ theory of intelligence (growth mindset)” (Quelle).

Zusammenfassend kann man es wie folgt auf den Punkt bringen:

Fixed MindsetGrowth Mindset
Intelligence is staticIntelligence can be developed

Es stellt sich nun die Frage, was hier unter Intelligenz verstanden wird. Ist es das Intelligenzverständnis, das von einer generellen Intelligenz ausgeht und diese mit einem IQ ausdrückt? Der Bezug zu einem eher generellen Intelligenzverständnis , das sich in einem IQ manifestiert und im Großen und Ganzen nicht veränderbar ist, würde mit den Überlegungen von Caroll S. Dweck wohl eher nicht gut zusammenpassen.

Es gibt allerdings durchaus auch ein Intelligenzverständnis, das von einer veränderbaren, entwickelbaren Intelligenz ausgeht. Protagonisten sind beispielsweise Sternberg und Howard Gardner. Siehe dazu etwas ausführlicher Intelligenztheorie: Anmerkungen zu Sternbergs Triarchischen Theorie und Gardners Multiple Intelligenzen Theorie. Es zeigt sich meines Erachtens durchaus, dass das Konzept eines Growth Mindsets eine gute Passung zu Gardner´s Theorie der Multiplen Intelligenzen hat.

Weiterhin sollte noch beachtet werden, dass sich das Konzept eines Growth Mindsets auf Motivation und Persönlichkeitseigenschaften bezieht, und Persönlichkeitseigenschaften keine Kompetenzen darstellen. Ein Growth Mindset und ein dynamisches Intelligenzkonstrukt wie es die Theorie der Multiplen Intelligenzen darstellt müssen noch in die Welt der Kompetenzen “überführt” werden. Siehe dazu auch Kompetenz und Intelligenz – eine Gegenüberstellung. Multiplen Intelligenzen werden in einem Kontext (berufliche Domäne) situativ aktiviert, um (komplexe) Probleme zu lösen (Complex Problem Solving). Die so entstehenden Multiplen Kompetenzen können auf der individuellen Ebene, der Gruppenebene, der organisationalen Ebene und der Netzwerkebene entwickelt werden.

Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Kennzahlen als risikoreiche Reduzierung der Komplexität?

Dazu zitiere ich einen Absatz aus meiner Veröffentlichung Freund, R. (2011:19-20): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk:

“Die Industriegesellschaft (einfache Moderne) mit ihrem Denk- und Handlungsmuster hat dazu geführt, dass viele Konstrukte auf einen generellen Faktor zusammengeführt wurden. Möglicherweise benötigen Menschen in diesen turbulenten Zeiten eine Zahl als eine Art Anker: ´People want a number to be anchored on´ (Taleb 2007:276), da sie nicht recht wissen, wie sie sich in die-sen unsicheren Zeiten verhalten sollen. Beispielhaft dafür sei hier die Ausrichtung der Organisationen an Finanzgrößen wie dem Return on Investment (ROI) oder dem Shareholder-Value genannt, an denen sich gerade anglo-amerikanische, aber auch viele europäische Unternehmen orientieren. Möglicherweise kann man auch die Bestimmung des Intelligenz-Quotienten (IQ) dieser Denkhaltung zuordnen. Kritiker führen an, dass solche Kennzahlen ´eine risikoreiche Reduzierung der Komplexität´ darstellen (Malik (2004:189). Somit birgt nicht das Risiko die Gefahr, sondern die Reduzierung der Komplexität ist risikoreich. Welche Gefahren sich daraus ergeben können, hat nicht nur die Krise auf den Finanzmärkten Ende 2008 deutlich gezeigt. Auch die mit diesen Steuerungsmechanismen einhergehende Orientierung an Quartalsergebnissen haben negativen Einfluss auf Unternehmen, da dadurch deren nachhaltige und langfristige Entwicklung nur bedingt möglich ist.”

Warum gibt es für Multiple Intelligenzen keinen standardisierten Test?

Image by tjevans from Pixabay

Wir sind es aus der industriellen Tradition heraus gewohnt, alles zu messen, bzw. alles messbar zu machen. Es gibt Kennzahlen für alles und jeden, die dann auch als Vergleichsmaßstab herhalten und somit auch selektieren. Ein Beispiel dafür ist der Intelligenz-Quotient (IQ), der schon lange für Auswahlverfahren im Beruf, und auch in Schulen eingesetzt wird. Diesen Strukturmodellen stehen Systemmodelle wie das von Sternberg oder das von Howard Gardner gegenüber, die Intelligenz als ein komplexes Konstrukt sehen, das nicht dekontextualisiert in einem standardisierten Test bestimmt werden kann. Ein weiterer Grund ist, dass standardisierte Tests hauptsächlich auf sprachliche und logisch-mathematische Dimensionen ausgerichtet sind. Der folgende Absatz fasst die beiden Punkte noch einmal zusammen.

The weak performance of standardized tests is not surprising, Gardner (1983, 1993) suggests, for two reasons. First, standardized tests sample too narrow a range. They place a heavy premium on two sets of skills (linguistic and logical-mathematical) and pay too little attention to a variety of other human intelligences (spatial, musical, bodily-kinesthetic, interpersonal, intrapersonal, and naturalist). Second, in many cases standardized tests are quite remote from the real-world contexts in which knowledge is acquired and used (that is, problem-solving on tests is typically “decontextualized”) (Torff 1997:IX).

Es ist zwar ganz lustig, wenn in verschiedenen Büchern oder auch in Online-Spielen das eigene Multiplen-Intelligenzen-Profil durch ankreuzen/anklicken bestimmt werden kann, doch hat das alles nichts mit der Multiplen Intelligenzen Theorie von Howard Gardner zu tun…

Kompetenz und Intelligenz – eine Gegenüberstellung

Der Begriff “Kompetenz” wird in vielfältiger Weise genutzt, daher ist es wichtig zu klären, was darunter zu verstehen ist. “Bei der Abgrenzung des Kompetenzkonzeptes von dem der “Intelligenz” verwenden HARTIG und KLIEME die drei Kriterien Kontextualisierung, Lernbarkeit, und Binnenstruktur. Damit gelangen sie in ihrer begrifflichen Klärung des Kompetenzbegriffes über den Stand der einschlägigen Diskussion hinaus” Rauner, F.; Haasler, B.; Heinemann, L.; Grollmann, P. (2009:23):

KompetenzIntelligenz
Kontextualisiert, Fähigkeit, spezifische Situationen und Änderungen zu bewältigen.Generalisierbar, Fähigkeit, neue Probleme zu lösen.
Lernbar, wird durch Erfahrung mit den spezifischen Anforderungen und Situationen erworben.Zeitlich stabil, zu bedeutsamen durch biologische Faktoren determiniert.
Binnenstruktur ergibt sich aus Situationen und Anforderungen.Binnenstruktur ergibt sich aus grundlegenden kognitiven Prozessen.
Rauner, F.; Haasler, B.; Heinemann, L.; Grollmann, P. (2009:23)

Interessant dabei ist, dass der Vergleich von Kompetenz mit dem Intelligenzverständnisverständnis verglichen wird, das letztendlich dem IQ (Intelligenz-Quotienten) zugrunde liegt. Doch schon Alfred Binet, der im April 1905 den ersten Intelligenztest veröffentlich hat, formulierte so: “Die Skala erlaubt keine Messung der Intelligenz, da intellektuelle Fähigkeiten nicht addiert und somit nicht wie lineare Oberflächen gemessen werden können.” Doch in den letzten mehr al 100 Jahren wurde die Messbarkeit und Bestimmbarkeit in allen gesellschaftlichen Bereichen zu einem Mantra, das bis heute wirkt.

Demgegenüber wächst die Kritik an dem IQ in den letzten Jahrzehnten deutlich. Etablierte Forscher (wie z.B. Sternberg) zweifeln offen daran, sodass es zu einer Entgrenzung des Konstrukts gekommen ist. “Soziale Intelligenz”, “Schwarm-Intelligenz”, “Emotionale Intelligenz” sind nur wenige Elemente dieser Entwicklung.

Letztendlich nimmt Howard Gardner viele dieser Perspektiven in seiner Theorie der Multiplen Intelligenzen auf. Dabei versteht er Intelligenz auch als kontextualisiert und erlernbar, was in der oberen Tabelle eher dem Kompetenz-Begriff ähnelt. Es macht möglicherweise Sinn, von Multiplen Kompetenzen zu sprechen.

Siehe dazu Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Intelligente Organisation oder Organisationale Intelligenz? Was soll das sein?

Image by Gerd Altmann from Pixabay

Wenn wir über Intelligenz oder Dummheit sprechen, geht es oft einerseits um intelligente Menschen und anderseits um intelligente maschinelle Systeme wie maschinelles Lernen oder Künstliche Intelligenz. In Unternehmen/Organisationen oder weiter gefasst, in Systemen geht es allerdings auch darum, die verschiedenen Facetten der Intelligenz zu fördern und für Werte zu nutzen. Bei Organisationen kommen die beiden Perspektiven “Intelligent Organization” und “Organizational Intelligence” ins Spiel.

Within this field two major research communities can be found. The first on has been established around the annual Hawai International Conference on System Sciences (HICSS), starting from a tutorial on “Intelligent Organizations” presented by G. P. Huber in 1987. The second has its roots in Japan, where T. Matsuda is developing towards a holistic approach of what he calls “Organizational Intelligence” (…). In contrast of others he [Matsuda 1988, 1991, 1992] stresses that machine learning is an integral part of the intelligence of an organization (vgl. Kirn 1996:141).

Die Organisationale Intelligence nach Matsuda integriert menschliche Intelligenz und (heute) Künstliche Intelligenz. Ich würde dabei noch ergänzen, dass dies nicht nur auf der organisationalen Ebene, sondern auch auf der individuellen Ebene, bei Teams und in Netzwerken außerhalb der Organisation eine Rolle spielt. In Meinem Buch Freund, R. (2011): das Konzept der Multiplen Kompetenz auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk habe ich diesen Ansatz auch mit Hilfe der Theorie der Multiplen Intelligenzen beschrieben.

Gedanken zu Kreativität und Intelligenz

In den letzten mehr 100 Jahren gab es ein Umfeld, das Berechenbarkeit und Vorhersehbarkeit als wesentliche Bestandteile gesellschaftlicher und wirtschaftlicher Entwicklungen betrachtete. Ein Instrument dieser Zeit ist der Intelligenzquotient (IQ) mit seiner (teilweisen) Vorhersehbarkeit von schulischen und/oder beruflichen Entwicklungen.

Das Umfeld hat sich allerdings inzwischen drastisch geändert: Die vielfältigen Vernetzungen von Dingen und Menschen (IoT, KI) haben das bisher relativ stabile Umfeld in ein turbulentes Umfeld gewandelt, in dem Selbstorganisation und die Entwicklung/Bewertung neuer Ideen (Kreativität) wichtig ist. Es stellt sich somit die Frage, welchen Bezug es zwischen Kreativität und Intelligenz (Intelligenzquotient: IQ) gibt.

Creative traits, by definition then, had to be considered to differ from “intelligence” traits in order to give them some potential for predicting achievement above and beyond IQ. Intelligence, of course, had been operationally defined through the IQ measurement long before work in creativity began. If researchers were to establish creativity as a trait, therefore, they faced the practical necessity of demonstrating substantial independence of creativity from IQ. This, in effect, is what the last twenty-five years of creativity measurement research has attempted to do, with only limited success (Wallach, 1971). There were also pragmatic reasons for justifying the construction of creativity tests. Intelligence tests had proved valuable to society in many ways, including the more efficient deployment of manpower resources during both world wars, but the predictive value of IQ measures had been found to be poor in situations requiring production and evaluation of new ideas (Feldman 1980: 89-90).

Der Autor bestreitet somit die Vorhersehbarkeit von Kreativität mit Hilfe des Intelligenzquotienten (IQ). Möglicherweise haben andere Intelligenzmodelle wie die von Sternberg oder von Gardner (Multiple Intelligenzen) eine bessere Passung zu den heutigen Problemlösungssettings. Diese Perspektive würde allerdings die lange Tradition zur Nutzung von IQ-Tests für Schüler und Mitarbeiter – und der damit verbundenen Geschäftsmodelle – infrage stellen. Das hätte durchaus weitreichende Folgen… Es ist daher Verständlich, dass die Vertreter psychometrischer Intelligenzmodelle empfindlich auf solche Perspektiven reagieren.

Hängt der Wissenstransfer von den kognitiven Voraussetzungen ab?

Das Phänomen des Tragen Wissens habe ich in diesem Blog schon mehrfach thematisiert. Dabei ging es jeweils darum, dass Wissen kontextspezifisch konstruiert wird und somit nicht so einfach in einen anderen Kontext zu übertragen ist. Diese Situiertheit von Wissen wird allerdings von Süss angezweifelt.

Das die Relevanz des Situiertheitsansatzes anbetrifft, da sind Zweifel angebracht und nicht zuletzt deshalb, weil die zentrale These m.E. nicht haltbar ist, dass Wissen stets kontextgebunden und ein Transfer also gar nicht möglich ist. Ob ein Transfer zustande kommt (…) hängt stattdessen in erster Linie von den kognitiven Voraussetzungen ab, von Intelligenz und Wissen (Süss 2008).

Der Author argumentiert in seinem Beitrag, dass Intelligenz und Wissen dafür verantwortlich sind, ob – oder in welchem Maße – Wissenstransfer stattfindet. Die Frage, was unter “Intelligenz” verstanden wird, beschreibt der Autor wie folgt:

Ein Ziel der psychometrischen Intelligenzforschung ist die Klärung der Frage, ob Intelligenz eine einheitliche Fähigkeit zu konzeptualisieren ist (Spearman) oder besser durch mehrere, voneinander unabhängigen Einzelfähigkeiten (Thurstone, Guilford) beschrieben werden sollte. Heute zeichnet sich ab, dass beide Positionen richtig sind. Hierarchische Strukturmodelle postulieren ein bündel unterscheidbarer Einzelfähigkeiten, die allerdings zusammenhängen, und damit gleichzeitig die Annahme eines hochgradig generellen Faktors der Allgemeinen Intelligenz (“g”) begründen (Caroll 1993). Generell mein hier, dass diese Fähigkeit zur Lösung von sehr vielen und sehr unterschiedlichen Problemen gebraucht wird. Die empirische Grundlage für diese Annahme ist, dass Intelligenzleistungen, die bei ganz unterschiedlichen Aufgaben erbracht werden, stets schwach, aber positiv korreliert sind (Süss 2008:250-251).

Howard Gardner ist mit seiner Theorie der Multiplen Intelligenzen eher der Auffassung von Thurstone und Guilford, dass es eher voneinander unabhängige Fähigkeiten/Intelligenzen gibt.

Die Messbarmachung der Intelligenz: Ein Phänomen der Industrialisierung?

Der Intelligenz-Begriff wird in der Kommunikation von Unternehmen mit allen möglichen und unmöglichen Dingen in Bezug gebracht: Intelligente Häuser, intelligente Autos, intelligente XY, bis hin zu einer Künstlichen Intelligenz. Andererseits gibt es bei der eher menschlichen Intelligenz Differenzierungen wie Emotionale Intelligenz, Soziale Intelligenz usw. Es scheint, als ob der Intelligenz-Begriff einer gewissen Beliebigkeit unterworfen wird. Die Geschichte zeigt, dass es ursprünglich um die Messbarkeit von Intelligenz im Rahmen eines Intelligenz-Quotienten ging. Es war Anfang des 20. Jahrhunderts nicht unüblich im Rahmen der Industrialisierung alles messbar zu machen.

Durch Berechnungsverfahren, die von dem deutschen Psychologen William Stern bereits 1911 in den Grundzügen entwickelt und von den in den USA tätigen Psychologen David Wechsler vervollständigt wurden, erfolgte dann eine weitgehende Entkopplung von der sozialen Vergleichsgruppe. Spätestens mit den Arbeiten von Wechsler erhielt der IQ den universellen Anspruch, die Intelligenz eines Menschen umfassend zu beschreiben. Menschen unterschiedlichster Herkunft, verschiedenen Alters sowie unterschiedlichster sozialer Erfahrungen und Qualifikation werden damit vergleichbar. Dieser Anschein von Präzision und Allgemeingültigkeit trägt nach Auffassung von Robert J. Sternberg unter anderem dazu bei, den Stellenwert der Tests immer wieder zu bestätigen. Auch rein ökonomische Argumente spielen eine nicht zu unterschätzende Rolle. Schließlich sollen sich die Intelligenztests speziell bei der Personalauswahl so gut wie kein anderes Auswahlinstrument dafür eignen, erfolgsversprechende von weniger erfolgsversprechenden Bewerbern zu trennen (Abicht 2010:145).

Die Entgrenzung des Intelligenz-Konstrukts führt seit einigen Jahrzehnten zu vielfältigen Diskussionen im wissenschaftlichen, wirtschaftlichen, gesellschaftlichen und privaten Umfeld. Denn: Wer möchte schon als nicht-intelligent, oder gar dumm erscheinen?

Künstliche Intelligenz einfach erklärt

In der Veröffentlichung BMBF (2020): Künstliche Intelligenz (PDF) wird auf relativ einfache weise erläutert, um was es bei dem Begriff “KI” geht. Interessant ist, dass der Begriff schon 1956 von John McCarthy kreiert wurde, und in der Zwischenzeit folgende Bedeutung hat:

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik. Sie erforscht Mechanismen, die intelligentes menschliches Verhalten simulieren können. Das beinhaltet zum Beispiel, eigenständig Schlussfolgerungen zu ziehen, angemessen auf Situationen zu reagieren
oder aus Erfahrungen zu lernen (S. 4).

Der Bezug zu einem intelligenten menschlichen Verhalten wirft bei mir die Frage auf, was darunter, und unter menschlicher Intelligenz zu verstehen ist. Ist es der ´berühmt-berüchtigte´Intelligenz-Quotient (IQ), der als Gegenpol zur Künstlichen Intelligenz (KI) gesehen wird, oder sind es auch die verschiedenen Facetten einer Emotionalen Intelligenz (EQ), oder sogar Multiple Intelligenzen (nach Howard Gardner). Der Intelligenz-Begriff war schon in der Vergangenheit wichtig, und scheint in komplexen Settings immer wichtiger zu werden.