„Muss künstliche Intelligenz wie Menschen sein?“

Können Maschinen denken? Kann künstliche Intelligenz so intelligent sein wie Menschen?

Eine neue Studie legt nahe, dass künstliche Intelligenz dazu in der Lage sein könnte.

Ein Forschungsteam um Professor Agnieszka Wykowska vom Italienischen Institut für Technologie stellte in einem nonverbalen Turing-Test fest, dass Verhaltensvariabilität die Unterscheidung zwischen Mensch und Maschine verwischen kann, das heißt, dass sie dazu beitragen kann, dass Roboter menschlicher aussehen.

Insbesondere hat ihr KI-Programm den nonverbalen Turing-Test bestanden, indem es die Verhaltensvariabilität menschlicher Reaktionszeiten simulierte, während es mit menschlichen Teamkollegen ein Spiel spielte, bei dem es um das Zuordnen von Formen und Farben ging.

Die zugehörige Forschungsarbeit mit dem Titel „Menschenähnliche Verhaltensvariabilität verwischt die Unterscheidung zwischen Mensch und Maschine in einem nonverbalen Turing-Test“ wurde in der wissenschaftlichen Zeitschrift Science Robotics veröffentlicht.

Das Forschungsteam sagte, dass diese Arbeit als Orientierung für die zukünftige Roboterkonstruktion dienen könne, indem sie Robotern menschenähnliche Verhaltensweisen verleiht, die von Menschen wahrgenommen werden können.

Tom Ziemke, Professor für kognitive Systeme an der Universität Linköping, und Sam Thellman, ein Postdoktorand, sind der Ansicht, dass die Forschungsergebnisse „die Unterscheidung zwischen Mensch und Maschine verwischen“ und einen sehr wertvollen Beitrag zum wissenschaftlichen Verständnis der menschlichen sozialen Kognition leisten.

Allerdings sei „menschliche Ähnlichkeit nicht unbedingt das ideale Ziel für die Entwicklung künstlicher Intelligenz und Robotik. Künstliche Intelligenz weniger menschenähnlich zu machen, könnte ein klügerer Ansatz sein.“

Bestehen Sie den Turing-Test

Im Jahr 1950 schlug Alan Turing, der „Vater der Informatik und der künstlichen Intelligenz“, eine Testmethode vor, um festzustellen, ob eine Maschine intelligent ist, nämlich den Turing-Test.

Die Kernidee des Turing-Tests besteht darin, dass komplexe Fragen zur Möglichkeit maschinellen Denkens und maschineller Intelligenz überprüft werden können, indem getestet wird, ob Menschen erkennen können, ob sie mit einer anderen Person oder einer Maschine interagieren.

Heute wird der Turing-Test von Wissenschaftlern verwendet, um zu beurteilen, welche Verhaltensmerkmale eine künstliche Intelligenz aufweisen muss, damit Menschen nicht mehr zwischen Computerprogrammen und menschlichem Verhalten unterscheiden können.

Der Pionier der künstlichen Intelligenz Herbert Simon sagte einmal: „Wenn Programme ein Verhalten zeigen, das dem von Menschen ähnelt, nennen wir sie intelligent.“ In ähnlicher Weise definiert Elaine Rich künstliche Intelligenz als „die Lehre davon, wie man Computer dazu bringt, Dinge zu tun, die Menschen derzeit besser können.“

Der nonverbale Turing-Test ist eine Form des Turing-Tests. Das Bestehen des nonverbalen Turing-Tests ist für KIs nicht einfach, da sie nicht so gut wie Menschen darin sind, subtile Verhaltensmerkmale anderer Personen (Objekte) zu erkennen und zu unterscheiden.

Könnte also ein humanoider Roboter den nonverbalen Turing-Test bestehen und in seinem physischen Verhalten menschliche Eigenschaften verkörpern?

In einem nonverbalen Turing-Test versuchte das Forschungsteam herauszufinden, ob eine KI so programmiert werden könnte, dass ihre Reaktionszeit in einem Bereich variiert, der der Variation im menschlichen Verhalten ähnelt, sodass sie als menschlich angesehen werden könnte. Dazu platzierten sie Menschen und Roboter in einem Raum mit unterschiedlichen Farben und Formen auf dem Bildschirm.

Abbildung｜Roboter und Menschen führen Aufgaben gemeinsam aus. (Quelle: Dieses Dokument)

Wenn sich die Form oder Farbe änderte, drückten die Teilnehmer eine Taste und der Roboter reagierte auf dieses Signal, indem er auf die entgegengesetzte Farbe oder Form klickte, die auf dem Bildschirm angezeigt wurde.

Abbildung | Reagieren per Knopfdruck (Quelle: Die Zeitung)

Während der Tests wurden die Roboter manchmal von Menschen ferngesteuert und manchmal von künstlicher Intelligenz, die darauf trainiert war, Verhaltensvariabilität nachzuahmen.

Abbildung | Die Teilnehmer sollten beurteilen, ob das Verhalten des Roboters vorprogrammiert oder von Menschen gesteuert wurde (Quelle: Das Papier)

Die Ergebnisse zeigten, dass die Teilnehmer leicht erkennen konnten, wenn der Roboter von einer anderen Person bedient wurde.

Wurde der Roboter jedoch von künstlicher Intelligenz gesteuert, lagen die Teilnehmer in über 50 % der Fälle mit ihren Schätzungen falsch.

Abbildung｜Durchschnittliche Genauigkeit des Turing-Tests. (Quelle: Dieses Dokument)

Dies bedeutet, dass ihre künstliche Intelligenz den nonverbalen Turing-Test bestanden hat.

Die Forscher sagten jedoch auch, dass die Variabilität menschenähnlichen Verhaltens möglicherweise nur eine notwendige, aber keine hinreichende Voraussetzung für das Bestehen des nonverbalen Turing-Tests für verkörperte KI sei, da sie auch in menschlichen Umgebungen auftreten könne.

Muss künstliche Intelligenz wie Menschen sein?

Menschenähnlichkeit ist seit langem ein Ziel und Maßstab in der KI-Forschung, und die Forschung von Wykowskas Team zeigt, dass Verhaltensvariabilität genutzt werden könnte, um Roboter menschenähnlicher zu machen.

Ziemke et al. sind jedoch der Ansicht, dass es sinnvoller wäre, die KI weniger menschenähnlich zu gestalten und nennen als Beispiele selbstfahrende Autos und Chatbots.

Wenn Sie beispielsweise auf der Straße sind und gerade einen Zebrastreifen überqueren möchten, sehen Sie ein Auto auf sich zukommen. Aus der Ferne ist möglicherweise nicht erkennbar, ob es sich um ein autonom fahrendes Auto handelt. Sie können daher nur anhand des Verhaltens des Autos eine Beurteilung vornehmen.

(Quelle: Pixabay)

Aber selbst wenn Sie jemanden hinter dem Steuer sehen, können Sie nicht sicher sein, ob diese Person das Fahrzeug aktiv steuert oder nur dessen Betrieb überwacht.

„Dies hat sehr wichtige Auswirkungen auf die Verkehrssicherheit. Wenn ein autonomes Fahrzeug anderen nicht anzeigen kann, ob es sich im autonomen Modus befindet, kann dies zu unsicheren Mensch-Maschine-Interaktionen führen.“

Manche würden sagen, dass man im Idealfall nicht wissen müsse, ob ein Auto autonom fährt oder nicht, weil autonome Autos auf lange Sicht wahrscheinlich besser fahren könnten als Menschen. Allerdings ist das Vertrauen der Menschen in selbstfahrende Autos derzeit bei weitem nicht groß genug.

Chatbots kommen dem realen Szenario, das Turing ursprünglich getestet hat, näher. Viele Unternehmen nutzen Chatbots in ihrem Online-Kundenservice, wobei die Gesprächsthemen und Interaktionsmethoden relativ begrenzt sind. In diesem Zusammenhang sind Chatbots oft mehr oder weniger nicht von Menschen zu unterscheiden.

(Quelle: Pixabay)

Die Frage ist also: Sollten Unternehmen ihre Kunden über die nicht-menschliche Identität von Chatbots informieren? Einmal ausgesprochen, führt dies häufig zu negativen Reaktionen seitens der Verbraucher, beispielsweise zu einem Vertrauensverlust.

Wie die oben genannten Fälle zeigen, ist menschenähnliches Verhalten aus technischer Sicht zwar eine beeindruckende Errungenschaft, die Ununterscheidbarkeit von Mensch und Maschine wirft jedoch offensichtliche psychologische, ethische und rechtliche Fragen auf.

Einerseits müssen sich die Personen, die mit diesen Systemen interagieren, der Art der Inhalte bewusst sein, mit denen sie interagieren, um Täuschungen zu vermeiden. Nehmen wir Chatbots als Beispiel: Kalifornien hat seit 2018 ein Gesetz zur Offenlegung von Chatbot-Informationen erlassen, das eindeutig vorschreibt, dass die Offenlegung eine strenge Anforderung ist.

Andererseits gibt es noch weniger unterscheidbare Beispiele als Chatbots und menschlicher Kundenservice. Beim autonomen Fahren beispielsweise haben die Interaktionen zwischen autonomen Fahrzeugen und anderen Verkehrsteilnehmern nicht dieselben klaren Start- und Endpunkte, sie erfolgen in der Regel nicht eins zu eins und unterliegen bestimmten Echtzeitbeschränkungen.

Die Frage ist daher, wann und wie die Identität und Fähigkeiten eines autonomen Fahrzeugs kommuniziert werden sollten.

Darüber hinaus werden völlig autonome Autos wahrscheinlich noch Jahrzehnte entfernt sein. Daher werden Mischverkehr und unterschiedliche Grade der Teilautomatisierung in absehbarer Zukunft wahrscheinlich Realität werden.

Es wurde viel darüber geforscht, welche Art externer Schnittstellen selbstfahrende Autos benötigen könnten, um mit Menschen zu kommunizieren. Allerdings ist wenig darüber bekannt, mit welchen komplexen Situationen gefährdete Verkehrsteilnehmer wie Kinder und Menschen mit Behinderungen tatsächlich zurechtkommen können und wollen.

Daher kann die oben genannte allgemeine Regel, dass „Personen, die mit einem solchen System interagieren, über die Art der Interaktionsobjekte informiert sein müssen“, möglicherweise nur unter expliziteren Umständen befolgt werden.

Diese Ambivalenz spiegelt sich auch in Diskussionen über die Forschung zur sozialen Robotik wider: Angesichts der menschlichen Tendenz, mentale Zustände zu vermenschlichen und ihnen menschenähnliche Eigenschaften zuzuschreiben, zielen viele Forscher darauf ab, Roboter in Aussehen und Verhalten menschenähnlicher zu gestalten, sodass sie auf mehr oder weniger menschenähnliche Weise interagieren können.

Andere argumentieren jedoch, dass Roboter leicht als Maschinen erkennbar sein sollten, um allzu anthropomorphe Eigenschaften und unrealistische Erwartungen zu vermeiden.

„Ein sinnvollerer Ansatz könnte daher darin bestehen, diese Erkenntnisse zu nutzen, um Roboter weniger menschenähnlich zu machen.“

In den Anfängen der künstlichen Intelligenz sei die Nachahmung des Menschen vielleicht ein gängiges Ziel in der Branche gewesen, „doch heute, wo künstliche Intelligenz ein Teil des täglichen Lebens der Menschen geworden ist, müssen wir zumindest darüber nachdenken , in welche Richtung es wirklich sinnvoll wäre, nach einer menschenähnlichen künstlichen Intelligenz zu streben .“

Referenzlinks:

https://www.science.org/doi/10.1126/scirobotics.abo1241

https://www.science.org/doi/10.1126/scirobotics.add0641