Veröffentlicht am

Künstliche Intelligenz: Vorhersage ist nicht Erklärung

Image by Hannah Edgman from Pixabay

In dem Beitrag Menschliches Lernen und Maschinelles Lernen unterscheiden sich wurden die Unterschiede zwischen dem Lernen von Maschinen und dem Lernen von Menschen deutlich. In der Diskussion um Künstliche Intelligenz gibt es allerdings weitere Begriffe, die verwechselt werden. Ich vermute, dass das oft absichtlich passiert, um Maschinen immer mehr an den Menschen zu adaptieren, bis zu einem Grad in dem „eine generelle Intelligenz (AGI: Artificial General Intelligence“ alles übernimmt. Mit solchen Storys von Big Tech wird viel Geld eingesammelt.

Schauen wir uns nun zwei weitere Begriffe an, die immer wieder verwechselt werden: Vorhersagen und Erklären.

Wenn wir an große Datenmengen wie Large Language Models (LLMs) denken, so entstehen Ergebnisse in den KI-Modellen aus der Vorhersage des nächsten Buchstabens, Wortes oder Aussagen. So eine Vorhersage (Prognose) kann schnell mit dem menschlichen Erklären verwechselt werden. In dem folgenden, lesenswerten Paper wird das ausführlich – auch in Bezug zu anderen Themen – erläutert;

Knauff et al. (2026): Vorhersage ist nicht Erklärung. Eine Perspektive der Fachgruppe Allgemeine Psychologie (gemeinsam mit der Gesellschaft für Kognitionswissenschaft), Psychologische Rundschau, vol. 77, no. 4, pp. 225–231, Oct. 2026, doi: 10.1026/0033-3042/a0007811

„Erklärung ist mehr als Prognose. Eine Theorie beschränkt sich nicht darauf, zukünftige Ereignisse korrekt vorherzusagen; sie macht die Struktur des zugrunde liegenden Mechanismus explizit und nachvollziehbar. Genau hier verläuft die entscheidende Differenz zwischen datengetriebener KI und psychologischer Theoriebildung“ /ebd.).

„Unsere These lautet: Auch beeindruckende Performanz ersetzt keine mechanistische Theorie psychologischer Prozesse. Vorhersage ist nicht Erklärung“ (ebd.).

Veröffentlicht am

Trends in einem turbulenten Umfeld

Es ist allen in der Zwischenzeit bewusst geworden, dass wir uns nicht mehr in einem relativ stabilen Umfeld, sondern in einem turbulenten Umfeld bewegen. Das trifft für Einzelpersonen, Gruppen, Organisationen und ganze Staaten zu. In dem Zeitalter des eher stabilen Umfelds war es beliebt, Prognosen/Trends abzugeben, da ja alles – scheinbar – berechenbar/determinierbar war. Und was nicht berechenbar war, wurde berechenbar gemacht. Viele Prognosen/Trends lagen allerdings daneben. Das haben wir beispielsweise bei den verschiedenen Wahlen erleben dürfen, obwohl es gerade hier ein etabliertes und ausgeklügeltes System der Vorbestimmbarkeit von Ergebnissen gibt.

Das Leitbild der Industriegesellschaft (einer in diesem Sinne modernen Gesellschaft) orientiert sich daran, „dass man [vielmehr] alle Dinge – im Prinzip – durch Berechnung beherrschen könne“ (Weber 1919:316). Die industrielle Produktion unterscheidet sich somit von Handwerk und Landwirtschaft nicht alleine durch das Berechnen, sondern durch die Herstellung von Berechenbarkeit  (vgl. Sombart 1919:34ff.).

Unter dieser Perspektive sind auch die beliebten Trends der Beratungsgesellschaften am Ende eines Jahres zu sehen. Ein Beispiel dafür sind Gartners Top Strategic Technology Trends for 2022, die am 08.10.2021 veröffentlicht wurden. Betrachtet man diese etwas genauer, kommt man allerdings zu dem Ergebnis, dass die Jahresvorschau samt Trends nur bedingt etwas mit der Realität zu tun hat (Golem, 10.01.2022).

Bleiben wir also gelassen und bewältigen wir die Unsicherheit/Ungewissheit/Unberechenbarkeit durch unsere Kompetenz, statt den scheinbar objektiven Trends hinterherzulaufen, die sich dann möglicherweise als etwas zeigen, was eher der Förderung des eigenen Geschäftsmodells dient.