Chancen und Risiken der Sprachverarbeitung durch künstliche Intelligenz

Wie reagieren Sie, wenn Sie das Schlagwort „künstliche Intelligenz“ in den Medien hören? Sehen Sie darin eher etwas vorteilhaftes oder sehen Sie es kritisch, macht es Ihnen Angst?
Nicht überraschend ist für viele Menschen künstliche Intelligenz mit Sorgen verbunden und für die Wirtschaft ist KI laut einer Studie des Instituts der deutschen Wirtschaft kein Thema – 71% der Firmen wollen damit (vorerst) nichts am Hut haben. Dennoch sind die Fortschritte in der Informatik allgegenwärtig sichtbar – mit gravierenden Folgen für Wirtschaft, Gesellschaft und Politik.

Künstliche Intelligenz im Journalismus – Wenn Computer schreiben:

Dass Computer schreiben können, haben Sie vielleicht schon erfahren. In aller (Fach-)Munde ist das von Open AI veröffentlichte Modell GTP-3, finanziert wurde es unter anderem von Elon Musk und Microsoft. Zahlreiche Twitter-Beispiele legen nahe, dass es nicht nur nette Geschichten, Twitter-Meldungen und Rollenspiele verfassen kann, sogar Programmcode will man damit generieren.

Dieses Modell ist in englischer Sprache entwickelt, könnte entsprechend durch Übersetzungssoftware auch für den deutschen Markt interessant sein. Ob Journalisten allerdings derartige Systeme einsetzen wollen und können, bleibt unsicher. Denn fundierte Recherche oder präzise Sachzusammenhänge kann es nicht angeben. Das bleibt die Arbeit der Fachleute.

Unsere Systeme gehen in eine andere Richtung. Wir nutzen bereits bestehende Meldungen und „generieren“ sie neu – in einer anderen Darstellung:

Im Original lesen wir auf web.de vom 04. Juni 2020:

Die Diskussion über Christian Drostens Studie zur Infektiosität von Kindern hat hohe Wellen geschlagen. Inzwischen hat der Virologe eine überarbeitete Version vorgelegt, in der jedoch die Grundaussage kaum verändert wurde.
Im NDR-Podcast erklärt Drosten, dass sich die wissenschaftliche Kritik von Anfang an nicht auf die medizinische Aussagekraft der Studie bezogen habe.
Es sei lediglich um die Auswahl der geeigneten statistischen Methoden gegangen.

Unser System generiert hieraus das Folgende:

Für große Unuhe gesorgt hat die Debatte über Christian Drostens Untersuchung zu der Kontagiosität von Kids.
Der Immunologe hat inzwischen eine geänderte Fassung präsentiert, in der allerdings die Kernaussage kaum umgestaltet wurde. In dem NDR – Podcast sagt Drosten, dass sich die akademische Beschwerde von Beginn an nicht auf die medizinisch-wissenschaftliche Beweiskraft der Untersuchung bezogen habe. Bloß um die Entscheidung der brauchbaren mathematischen Techniken gegangen sei es hierbei.

Im Gegensatz zu den GPT-3 Resultaten, die sich teils mittels GLTR und Grover und als computer-gemachtes Werk erkennen lassen, ist dies bei unserem System aktuell nicht möglich, da wir verschiedene Techniken einsetzen, um die Texte zu entwickeln.

Künstliche Sprachverarbeitung in der internen Unternehmenskultur:

Lassen wir uns auf ein Big-Brother-Gedankenexperiment ein. Angenommen, es gäbe keinen Datenschutz und jeder Unternehmenschef, jeder leitende Mitarbeiter könnte die interne Kommunikation zwischen Mitarbeitern vollumfänglich auswerten. Wenn Frau Müller mit Herrn Maier streitet, wird dann genauso sichtbar, wie die stets guten Ideen und Verbesserungsvorschläge von Frau Lewis. Und natürlich bleibt dem Chef auch nicht mehr verborgen, dass Herr Schmidt längst innerlich gekündigt hat und Herr Ullreich schon mit einem Posten bei der Konkurrenz liebäugelt.

Ganz abgesehen von den rechtlichen Problemen stehen wir hier vor einem zentralen Problem: Wer sollte die ganze Kommunikation denn auswerten? Etwa der schlechtbezahlte Praktikant? Auch er wird schnell bei großen Konzernen an seine Grenzen stoßen und um Hilfe ersuchen. Zudem wären seine Einschätzungen sehr subjektiv eingefärbt.

Abhilfe könnte die Sentiment Analysis schaffen. Dabei geht es nicht nur um Inhalte, sondern auch um Emotionen in und zwischen den Zeilen. Ganz neu sind diese Verfahren nicht, sie sind aber gerade in den letzten Monaten durch neue Systeme (eines davon durften wir entwickeln) deutlich leistungsfähiger geworden.

Während bislang vor allem die Stimmung im Vordergrund der Entwicklung derartiger Systeme stand, ist es nunmehr so, dass eine Kombination aus Inhalt, Emotion und Interpretation Einzug gehalten hat:

„Wenn ich doch nur wüsste, an wen ich mich mit meinen Vorschlag einer neuen Organisationsstruktur in unserer Abteilung werden soll 🙁
Weisste wenn ich es unserem Teamleiter sage, dann dreht der sich nur genervt um und lässt mich abblitzen! Ich bin sooo sauer auf ihn!! Dabei könnten wir locker unsere Performance um 20% erhöhen, wenn die olle Schmidt mit ihren super Kosten-Leistungsrechnungskenntnissen sich mal mehr um das interne kümmern würde, als ständig Mails an Kunden verfassen würde. Mag sie eh nicht!“.

Unser System entnimmt die zentralen Gesichtspunkte dieses durchaus emotional gehaltenen internen Schreibens und ordnet es den Entscheidungsträgern zu:

Topic: Organisationsplanung – Abteilung XY
Header : Vorschlag zur Leistungsoptimierung durch Neubesetzung der Stelle KLR
Ziel 1: Steigerung Effizienz
Ziel 2: Steigerung Zufriedenheit Mitarbeiterin Schmidt

Spätestens jetzt werden Sie gewiss einwenden, dass dies nicht nur aus datenschutzrechtlichen Gründen ein „Horrorszenario“ ist. Aber stellen wir uns doch einmal vor, dass diese Auswertung vollkommen anonym abläuft und eben nicht nur eine Meinung bewertet wird, sondern viele Auffassungen. Dies kann recht einfach durch kontinuierliche Fragebögen in anonymisierter Form erfolgen.

Es gibt aber auch Vorteile:

  • Die Mitarbeiter geben nur das in den (kontinuierlich erfassten) Fragebogen ein, was ihnen wichtig ist, sie tun es freiwillig und ohne Risiken.
  • Die Abteilungsleiter und Firmenchefs erhalten ein kostengünstiges und zuverlässiges Bild von dem, was im Unternehmen gut und schlecht läuft.

Gewiss mag man darüber diskutieren, ob nicht auch hier Raum für Manipulation bleibt. Zudem könnten leistungsschwächere oder unwillige Mitarbeiter „enttarnt“ werden und Gefahr laufen, ihren Job zu verlieren.

Unsere bisherigen Erfahrungen in größeren Unternehmen zeigen jedoch, dass diese Technik sehr erfolgreich und vor allem gewinnbringend für alle Seiten eingesetzt wird. Schwarmwissen bringt alle gemeinsam voran, die motiviert sind.