Page - 230 - in Limina - Grazer theologische Perspektiven, Volume 3:2

230 | www.limina-graz.eu Eugen Dolezal und Moritz Windegger | KI – Künstler oder Werkzeug? einer Katze ableiten und hatte gelernt, eine Katze zu erkennen, ohne dass man ihm erklärt hätte, woran es die Eigenschaft „Katze“ festmachen kön- ne (vgl. Eberl 2020, 26–27). Die Möglichkeit dieses Lernens von vormals unbekannten Eigenschaften lässt die Frage nach der Unterscheidung von „schwacher“ und „starker“ KI mit Brisanz hervortreten. Schwache oder enge KI bezeichnet dabei künst- liche Intelligenzen, die nur in einem sehr begrenzten Rahmen in der Lage sind, komplexe Aufgaben zu meistern (etwa Schach-Software). Starke oder allgemeine KI ist hingegen in der Lage, in allen Bereichen bei der Lösung komplexer Aufgaben dem Menschen mindestens gleichzukommen oder ihn zu übersteigen (vgl. Kipper 2020, 93). Schon anhand dieser Definition ist klar ersichtlich, dass starke KI noch Zukunftsmusik ist. Dass es aber im- mer notwendiger wird, sich mit der Möglichkeit von starker KI auseinan- derzusetzen, liegt darin begründet, dass ihre Entstehung eventuell nur eine Frage nach den Methoden maschinellen Lernens ist. Katharina Zweig beschreibt das Lernen eines Computers in Analogie zum Lernen eines Kindes: Ein solches lerne, indem es Phänomene beobachte (z. B. die Suppe ist heiß), Entscheidungsregeln bilde (es muss warten, bis die Suppe kühler, aber noch nicht kalt ist) und Rückmeldungen verarbeite (Eltern mahnen, zu warten). In einem Algorithmus des überwachten Ler- nens (supervised learning) ist es der Informatiker oder die Informatikerin, der oder die der Maschine nicht nur Daten, sondern auch ein statistisches Modell, nämlich ein System von vorab festgelegten Entscheidungsregeln und Rückmeldungen, zuführt (vgl. Zweig 2019, 130–131). Den oben vor- gestellten Künstlichen Neuronalen Netzwerken ist es aber möglich, auch ohne die menschliche „Rückkopplung“ zu lernen. Wo ein Algorithmus in seinem Ergebnis durch eine Zielvorgabe einge- schränkt ist, kann sich ein KNN den Vergleichspunkt für das Ergebnis er- arbeiten. Dementsprechend sind auf KNN basierte Systeme die derzeit plausibelsten Anwärter für eine starke KI, so diese überhaupt möglich ist. Letztere Einschränkung ist besonders bedenkenswert, wenn man nicht die Frage stellt „Was kann die Künstliche Intelligenz?“, sondern fragt „Weiß die Künstliche Intelligenz, was sie tut?“ Hier tritt ein Unvermögen der Ma- schine zu Tage. Obzwar sie in der Lage ist, beständig über ihre Daten zu „reflektieren“, ja sogar über ihre Ergebnisse und den Weg zu diesen quasi eine „Metareflektion“ anzustellen, so bleibt ihr schon die Reflexion über Weiß die Künstliche Intelligenz, was sie tut?