AI ist keine Magie: Die englischen Wörter, die man nutzt, wenn Maschinen "denken"

Sie stellen einem Chatbot eine Frage, er antwortet in sauberen Sätzen, und Sie ertappen sich beim Gedanken: "Wow, das hat mich wirklich verstanden." Dieses kleine Wort "understood" wirkt harmlos. Doch es erzählt Ihnen leise eine Geschichte, die vielleicht gar nicht stimmt: dass dort drin ein Verstand sitzt und über Ihr Problem nachdenkt, so wie es ein Freund täte.

Das Englisch, das wir für Technik verwenden, steckt voller solcher freundlicher Geschichten. Sie lassen Werkzeuge lebendig klingen. Sobald Sie das Muster bemerken, können Sie die Bequemlichkeit dieser Wörter genießen, ohne sich von ihnen täuschen zu lassen, und Sie können viel genauer beschreiben, was ein System tatsächlich tut.

Das ist wichtiger, als es scheint. Die Wörter, die Sie verwenden, formen Ihre Erwartungen. Wenn Sie glauben, ein Werkzeug "versteht" Sie, vertrauen Sie seinen Antworten mehr, als Sie sollten. Wenn Sie sich daran erinnern, dass "understand" nur eine Abkürzung ist, prüfen Sie weiter nach. Gleiches Werkzeug, ganz andere Beziehung, und der Unterschied steckt ausschließlich in Ihrem Wortschatz.

Schnelle Antwort

Wenn Leute sagen, eine AI "thinks", "learns", "understands", "knows" oder "decides", nutzen sie alltägliche menschliche Verben als Abkürzung, nicht als wörtliche Beschreibung. Diese Wörter sind Metaphern. Das System verarbeitet Muster in Daten und erzeugt wahrscheinlichen Output. Sie dürfen die Verben benutzen, um schnell und natürlich zu klingen, aber es hilft, im Kopf zu behalten, dass sie locker gemeint sind und keine präzisen Aussagen über einen Verstand machen.

Schlüsselwörter

• Think. Bei einem Menschen heißt das, Gedanken, Zweifel und Bewusstsein zu haben. Bei einer Maschine bedeutet "the AI thinks the answer is X" eigentlich "das System hat X als wahrscheinlichsten Output erzeugt". Da läuft keine innere Debatte ab.
• Learn. Wer als Lernende:r etwas lernt, versteht und behält es. Wenn wir sagen, ein Modell habe aus Daten "learned", meinen wir, dass seine internen Einstellungen beim Training angepasst wurden, damit die Outputs besser zu Mustern passen. Das ist näher an "wurde justiert" als an "hat fleißig gelernt".
• Understand. Das ist das rutschigste Wort. Ein System kann eine richtig klingende Antwort erzeugen, ohne irgendeinen Begriff von Bedeutung zu haben. "It understood my question" heißt meist nur "es hat passend reagiert".
• Know. Wer etwas weiß, kann sich sicher sein und erklären, warum. Ein System "knows" eine Tatsache nur in dem Sinne, dass sie tendenziell in seinem Output auftaucht. Es kann Falsches mit derselben Überzeugung behaupten.
• Decide. Menschen wägen Optionen ab und wählen. Ein System "decides", indem es ein Ergebnis berechnet. Da gibt es keine empfundene Wahl, kein Zögern, kein Bedauern.
• Intelligent / smart. Diese Wörter versprechen breite, flexible Cleverness. Die meisten als "smart" bezeichneten Werkzeuge sind gut in einer einzigen, engen Sache.
• Want / believe / try. Diese beschreiben innere Absichten und Gefühle. Auf eine Maschine angewandt, sind sie reine Metapher: Ein System hat keine Wünsche, keine Überzeugungen und nichts, das es so "versucht" wie ein Mensch.
• Hallucinate / make things up. Sogar unser Wort für AI-Fehler leiht sich ein menschliches Bild. Das System stellt sich nichts vor; es erzeugt selbstsicheren Text, der zufällig falsch ist.

Häufige Fallen

Eine häufige Falle ist, diese Verben als Beweis für einen Verstand zu nehmen. Wenn ein Werkzeug "understands", hat es doch sicher auch Meinungen, Absichten und Gefühle? Genau dieser Sprung ist der Beginn der Übertreibung.

Eine weitere Falle ist anthropomorphisierende Sprache, die heimlich Ziele und Emotionen einschleust: "the AI wants to help you", "the model believes the sky is green", "it's trying to trick you". Wollen, Glauben und Versuchen sind mentale Zustände. Ein System will nichts. Es erzeugt Output. Wenn Sie "the AI wants" lesen, tauschen Sie es im Kopf gegen "das System neigt dazu zu erzeugen", und der Satz wird ehrlicher.

Das Wort smart ist ein Marketing-Liebling und klingt fast immer stärker, als es sollte. Ein "smart" speaker, eine "smart" search, eine "smart" reply – nichts davon ist smart im menschlichen Sinne. Sie folgen Regeln und Mustern. Wird ein Produkt als "intelligent" beschrieben, fragen Sie: intelligent worin, genau? Die ehrliche Antwort ist meist eng begrenzt.

Es gibt auch die Falle, AI als eine einzige magische Sache zu behandeln. Man sagt "AI will do this" oder "the AI knows", als gäbe es eine einzige allwissende Instanz. In Wirklichkeit gibt es viele verschiedene Systeme, jedes für andere Zwecke trainiert, jedes mit anderen Stärken und blinden Flecken. "An AI tool for writing summaries" zu sagen ist viel klarer als "AI".

Achten Sie schließlich auf Sicherheits-Wörter. Wenn ein System etwas "knows" oder "is sure", kann es selbstsicher falsch liegen. Menschliche Sicherheit deckt sich meist mit Wissen. Maschinensicherheit nicht. Ein glatter, sicherer Ton ist kein Beweis dafür, dass die Antwort stimmt.

Es gibt noch eine subtile Falle, die einen Namen verdient: das Wort learn als Verb des Wachsens. Wir loben Kinder fürs "learning", und das Wort trägt Wärme und Mühe in sich. Wenn ein System "learns", ist nichts wie Mühe passiert. Seine Einstellungen wurden angepasst, oft indem riesige Datenmengen hindurchliefen. Das "learning" zu nennen ist als Kurzform in Ordnung, aber wenn Sie sich einen neugierigen Verstand vorstellen, der bis spät in die Nacht büffelt, haben Sie eine Geschichte importiert, die es nicht gibt. Das ehrliche Bild ist näher an einem Rezept, das justiert wird, bis das Gericht gelingt, als an einer Köchin, die sich ins Kochen verliebt.

Nichts davon heißt, dass die Wörter schlecht sind. Sie sind nützlich, und sie ganz zu vermeiden würde Ihre Sprache steif und seltsam machen. Die Kunst ist leichter als das: hören Sie die Metapher, genießen Sie die Bequemlichkeit und bleiben Sie sich bewusst, dass sich in einem freundlichen Wort eine echte Behauptung versteckt. Wenn wenig auf dem Spiel steht (Plaudern, Brainstorming), lassen Sie die Metaphern fließen. Wenn viel auf dem Spiel steht (einer Tatsache vertrauen, eine Entscheidung treffen), übersetzen Sie sie zurück in nüchterne Maschinenbegriffe und prüfen Sie das Ergebnis.

Natürlich vs. Holprig

Holprig: The AI understood my feelings and decided to comfort me.

Natürlich: The tool produced a supportive-sounding reply based on my message.

Die zweite Version liest sich immer noch leicht, gibt aber nicht vor, dass da Empathie war.

Weniger natürlich: Our smart assistant thinks for you, so you don't have to.

Besser: Our assistant suggests options based on your past choices.

Holprig: AI knows the answer to everything now.

Natürlich: These tools can produce answers on many topics, though not always correctly.

Beachten Sie, dass die "besseren" Versionen nicht kalt oder roboterhaft sind. Sie sind nur ruhiger. Sie können warm und menschlich klingen und trotzdem eine Maschine korrekt beschreiben.

Holprig: The model believes you'll love this song.

Natürlich: The model predicts you'll like this song, based on what you played before.

Der Wechsel von "believes" zu "predicts" ist klein, beseitigt aber eine winzige Lüge. Das System hegt keine Überzeugung über Ihren Geschmack. Es hat aus Mustern in Ihrem Verlauf eine Vorhersage erzeugt, und die kann falsch sein.

Mini-Tabelle

Schnelle Übung

Schreiben Sie jeden Satz um, um die Übertreibung zu entfernen. Versuchen Sie es, bevor Sie spicken.

1. "The AI understood exactly what I wanted."
2. "Our smart software thinks about your schedule for you."
3. "The model knows that this stock will go up."
4. "AI decided the email was spam."
5. "The chatbot wants you to feel better."

Mögliche Antworten:

1. "The tool produced a response that matched what I asked for."
2. "Our software suggests schedule options based on your settings."
3. "The model produced a prediction that this stock might rise (which may be wrong)."
4. "The filter classified the email as spam."
5. "The chatbot generated a comforting reply."

Fazit

Sie müssen Wörter wie "think", "learn" und "smart" nicht verbannen. Sie sind schnell, gebräuchlich und im lockeren Gespräch meist völlig in Ordnung. Die Kunst ist, zu wissen, dass es Metaphern sind, damit Sie nie überrascht sind, wenn eine selbstsichere Maschine selbstsicher falsch liegt. Behandeln Sie "AI" als Etikett für viele enge Werkzeuge statt für einen einzigen magischen Verstand, tauschen Sie "wants" und "believes" gegen "tends to produce", wenn es auf Genauigkeit ankommt, und Sie klingen klarer und denken zugleich klarer. Die Maschine ist beeindruckend. Sie ist nur keine Magie, und Ihr Englisch muss nicht so tun, als wäre sie es.