Artificial Intelligence – Künstliche Intelligenz – war nicht immer cool. Die Forschung dazu löste Begeisterung aus, aber auch Verdruss. In dieser Story erfährst du, welche Meilensteine KI im 20. Jahrhundert setzte – und warum auf große Hoffnung zeitweise große Enttäuschung folgte.

Das gibt’s doch nicht! Joseph Weizenbaum ist perplex. Der Informatiker steht in seinem Büro und schaut seiner Sekretärin über die Schulter. Gerade hat er sie gebeten, sein neues Sprachprogramm auszuprobieren. Es heißt ELIZA und auf jeden eingegebenen Satz reagiert es mit einer einfachen Gegenfrage. Die Sekretärin aber weiß nicht, dass sie mit einem Computerprogramm chattet. Satz um Satz wechselt sie mit der Maschine. Und scheint sich mehr und mehr in diese Unterhaltung zu vertiefen. Ja, sie fühlt sich offenbar gehört und verstanden. Und plötzlich dreht sie sich um und sagt zu ihrem Chef: „Würden Sie bitte den Raum verlassen?“

„ELIZA – a Computer Program for the Study of natural Language Communication between Man and Machine”: Das war in den 1960er-Jahren gewissermaßen die Großmutter der Chatbots. Besonders intelligent war sie allerdings nicht. Und das sollte sie auch gar nicht sein. Ihr Entwickler Joseph Weizenbaum, Informatiker am Massachusetts Institute of Technology, wollte zeigen, wie leicht wir Menschen uns täuschen lassen. Bei seiner eigenen Sekretärin soll das angeblich funktioniert haben.

Weizenbaum simulierte mit seiner ELIZA eine psychotherapeutische Sitzung. Die Versuchsperson tippte ihre Aussagen in eine Schreibmaschine und erhielt Antworten, die fast immer als Rückfrage formuliert waren, manchmal auch als Aufforderung, mehr zu erzählen. All diese Antworten und Nachfragen lasen sich so, als kämen sie von einem intelligenten und verständnisvollen Gegenpart. Einem Menschen. Viele Testpersonen ließen sich täuschen und dachten: Oh ja, ELIZA versteht mich.

Weizenbaums ELIZA war jedoch alles andere als menschlich. Den Namen wählte er in Anlehnung an das Schauspiel „Pygmalion” von George Bernard Shaw. Darin wettet ein Sprachprofessor, dass er das einfache Blumenmädchen Eliza innerhalb weniger Monate in eine feine Dame verwandeln könne – einfach indem er ihr den Straßenjargon ab- und eine vornehme Sprache angewöhnte. Eine einfache Täuschung, die im Theaterstück funktioniert – und auch bei Weizenbaum.

Bei ihm basiert sie auf der Verarbeitung natürlicher Sprache (Natural Language Processing) im Computer. Weizenbaum schrieb sein Programm in einer Programmiersprache, die ursprünglich zur Verarbeitung von Listen diente und später bei IBM unter dem Namen MAD-SLIP Anwendung finden sollte. In der Fachzeitschrift „Communications of the ACM” (Januar 1966) beschrieb er ein Beispiel eines „Gesprächs” mit ELIZA. Testperson: „Männer sind alle gleich.” Computer: „In welcher Weise?” Testperson: „Sie nerven uns dauernd wegen irgendetwas.” Computer: „Fällt Ihnen ein konkretes Beispiel ein?” Testperson: „Nun, mein Freund hat mich dazu gebracht, hierher zu kommen. (...) Ich brauche Hilfe, so viel scheint sicher.” Computer: „Was würde es für dich bedeuten, wenn du Hilfe bekämst?” Testperson: „Vielleicht könnte ich lernen, mit meiner Mutter auszukommen.” Computer: „Erzähl mir mehr über deine Familie.”

Zugegeben: So oder so ähnlich hätte auch eine echte Therapeutin fragen oder antworten können. ELIZA funktionierte im Grunde also nur deshalb, weil der Mensch sich allzu gerne täuschen lässt. Das Prinzip dahinter: das Computerprogramm filterte aus den eingegebenen Sätzen Schlüsselworte oder -phrasen wie „brauche Hilfe” oder „meine Mutter” heraus und verglich sie mit den ihm einprogrammierten Wortmustern und Oberbegriffen zu allen naheliegenden Themen. In genau festgelegten Prozess-Schritten zerlegte die Maschine nun die Aussage und verknüpfte sie neu zu einer „Antwort”, die interessiert und empathisch erscheinen sollte. Aber tatsächlich bestand sie einfach nur aus einer Rückfrage, einer Wiederholung oder der Phrase „erzähle mir mehr über ...”.

Der ELIZA-Test war also am ehesten ein soziales Experiment, denn es sagte mehr über den Menschen aus als über die vermeintliche Intelligenz von Maschinen. Bereitwillig gaben die Versuchspersonen personenbezogene Daten preis, so als kommunizierten sie tatsächlich mit einer Therapeutin. Sie hatten diese Kommunikation ja auch in genau dieser Erwartung begonnen. Liest man aber zu viel in eine Maschine hinein, dann nennt man das heute den „ELIZA-Effekt“. Insofern hat Weizenbaum mit seiner ELIZA der noch jungen KI-Forschung bereits in den 60er-Jahren ihre Grenzen aufgezeigt. Später sollte er zu einem der schärfsten Kritiker Künstlicher Intelligenz werden. „Letztlich lüge ich einen potenziell Schutzbedürftigen an, indem ich eine psychologische Hilfe vorgaukle.“

Bereits 1950 hatte der britische Mathematiker und Informatiker Alan Turing einen nach ihm benannten Test vorgestellt, bei dem ein Mensch mit zwei vor ihm verborgenen „Gesprächspartnern“ kommunizierte und beurteilen sollte, welcher ein Mensch und welcher eine Maschine war. Turing wollte untersuchen, ob Maschinen intelligentes Verhalten zeigen können. Das erwies sich als schwieriger als gedacht. Denn obwohl KI-Anwendungen wie Siri, Alexa oder chatGPT mittlerweile erstaunliche kommunikative Leistungen zeigen, streiten sich die Forschenden bis heute, ob der Turing-Test jemals eindeutig bestanden wurde. Eine KI namens Google Duplex kam ihm zumindest recht nahe: Sie schaffte es, per Telefon einen Frisörtermin zu vereinbaren, ohne dass die Mitarbeiterin im Salon merkte, dass sie in Wirklichkeit einen Computer an der Strippe hatte.

1956 fand die sogenannte Dartmouth-Konferenz statt, genauer die Dartmouth Summer Research Project on Artificial Intelligence. Sie kam dank einer Förderung der Rockefeller Foundation zustande und gilt vielen als die Geburtsstunde der KI als Forschungsgebiet. Die Teilnehmer, die zum damaligen Zeitpunkt meist noch am Beginn ihrer akademischen Laufbahn standen, wurden später allesamt zu international renommierten Fachleuten.

Ende der 50er-Jahre schufen Wissenschaftler dann das Computerprogramm „General Problem Solver“. Der Name war dick aufgetragen – suggerierte er doch, dass die Maschine so ziemlich alles bewältigen könne, vom Zehennägel-Schneiden bis zur Tolstoi-Lektüre. Nutzen konnte man das Programm allerdings nur für genau definierte Probleme wie Logikrätsel. 

Die Erwartungen waren einfach zu groß. Bald stellte sich heraus: So richtig hilfreich war die frühe KI nicht. Die Welt ist komplex, und sie lässt sich nicht immer in Mathematik gießen. Anfang der 70er-Jahre trat Ernüchterung ein. „In keinem Bereich des Forschungsfeldes haben die bisherigen Entdeckungen die großen Auswirkungen gehabt, die damals versprochen wurden.” So lautete das vernichtende Urteil eines britischen Mathematikers. Regierungen strichen Forschungsgelder, der sogenannte „KI-Winter“ brach an. Das Spielzeug blinkte nicht so schön wie verheißen.

Mitte der 90er-Jahre wurde der Begriff „ChatterBot” geprägt und der Sieg des Computers „Deep Blue“ über den damaligen Schachweltmeister Garri Kasparow machte Schlagzeilen. Eine kleine Sensation! Unzählige Schach-Experten hatten zuvor gegen den Schachcomputer gespielt und geholfen, ihn zu verbessern. Dieser Prozess, „Machine Learning” („maschinelles Lernen“) genannt, wurde immer wichtiger.

Gleichzeitig wurde mehr an Robotik geforscht. Die Fortschritte waren nun nicht mehr zu übersehen. Roboter traten im Fußball gegeneinander an. Ein Roboter lernte sogar, Tumore zu entfernen. Ein anderer war für die NASA auf dem Mars unterwegs.

In der Frühzeit der KI war es oft zu mühsam gewesen, mit vielen Daten zu arbeiten – weil diese nicht verfügbar waren und die Rechenleistung nicht ausreichte. Das änderte sich mit „Big Data“. Der Begriff beschreibt besonders große Datenmengen. Das Internet, soziale Netzwerke und elektronische Geräte lieferten nun gigantische Mengen an Informationen, aus denen sich allerhand Schlüsse ziehen lassen. Nicht von ungefähr bekommen Nutzer*innen von Social Media oder Verkaufsplattformen wie Amazon erstaunlich zielgerichtet Produktwerbung und Kaufempfehlungen angezeigt. Seit 2010 herrscht ein regelrechter KI-Boom, der sich durch immer schnellere Computer, immer mehr Speicherplatz und die immer weiter wachsende Fülle verfügbarer Daten noch verstärkt hat. Schon schreibt KI ganze Texte, verfasst Gedichte, zeichnet Grafiken und verändert Fotos. Sie durchdringt nahezu alle Bereiche des menschlichen Lebens und der Gesellschaft. Und längst lautet die Frage nicht mehr nur, was KI in näherer oder fernerer Zukunft noch alles können wird, sondern auch: Wie wird KI die Menschheit noch verändern?