Mit generativer KI lassen sich nicht nur Texte und Bilder auf Knopfdruck zu tausenden produzieren, auch Profilinhalte und Accounts können von Assistenten wie AutoGPT & Co automatisch erstellt werden. Wir sind im Zeitalter der vollautomatisierten Propaganda angekommen. Wie gefährlich sind diese Manipulationen, was bedeutet das für uns persönlich, vor allem aber für den öffentlichen Diskurs, für die Demokratie und wie können wir uns und unsere Gesellschaft vor Manipulation schützen?

Wo kann ChatGPT mir bei der Erstellung von Texten helfen, wie schreibt man Code mit LLMs und warum ist es sinnvoll, eine KI mit dem Output einer anderen zu füttern? Im dritten Teil der Sonderstaffel zum Thema Large Language Models & Co berichte ich, wie man die Technologie heute schon in Alltag und Beruf nutzen kann und wie man lernt, der Maschine zu erklären, was man von ihr will.

Endlich, die menschenähnlichen KI-Assistenten sind da. Doch was bedeutet das für unsere Arbeitswelt. Wie verändern sie unseren Alltag, unsere Bildung unsere Jobs, ja ganze Branchen? Und natürlich immer die Frage, wenn die so vieles so gut können: Was bleibt am Ende noch für uns zu tun?

Mit ChatGPT, LaMDA, LLaMa & Co macht seit einigen Monaten eine neue Generation sogenannter Large Language Models Schlagzeilen. Neu ist dabei nicht die Technologie, sondern der Reifegrad der Modelle. Erstmals kann man von menschenähnlicher künstlicher Intelligenz sprechen. Ein Wissenschaftler aus Stanford meint sogar ein künstliches Bewusstsein entdeckt zu haben.
Ist die Singularität erreicht? Können die Maschinen doch denken? Was können die Modelle und was werden sie noch können werden? In dieser Folge schaue ich mir die Technologie hinter aktuellen LLMs genau an und versuche herauszufinden, was die Maschinen so brilliant macht.

Was werden wir in Zukunft arbeiten? Was können die smarten Assistenten uns abnehmen und was nicht? Wozu braucht man Workarounds? Wieso müssen wir Arbeit simulieren? Wie funktioniert Micro-Outsourcing? Weshalb sind Roboter die besseren Chefs? Und warum wird es immer unendlich Arbeit geben? Hier die wichtigsten Thesen der dritten Staffel in 24 Minuten.

Entlohnung und Arbeit entkoppeln sich historisch immer weiter voneinander. Das Gehalt ohne Arbeit ist nicht mehr weit entfernt, aber es wird unsere Probleme nicht lösen. Denn es gibt immernoch genug zu tun, vor allem Kümmerarbeit. Wer organisiert die? Wer zahlt die? Die Wirtschaft? Der Staat? Unwahrscheinlich. Wir brauchen neue Formen der Arbeitsorganisation. Vielleicht können die Algorithmen uns dabei helfen.

Werden wir in Zukunft endlich weniger arbeiten können? Ja, könnten wir, wenn wir wollten. Aber danach sieht es nicht aus. Statistisch korreliert das persönliche Glück für die meisten Menschen mit steigender Wochenarbeitszeit. Aber es gibt gute Nachrichten: Trotz Automatisierung durch KI und Robotik werden wir immer genug zu tun haben. Denn Arbeit ist prinzipiell unendlich. Doch was machen wir dann eigentlich, wenn die Maschinen die Produktion übernommen haben? Uns kümmern.

Wenn die Maschinen immer besser werden, immer schneller, immer smarter, müsste die Gesellschaft insgesamt nicht auch immer produktiver werden? Nein: Seit den 1990er jahren steigt die Produktivität in Detuschland kaum noch. Und das trotz rasanter Fortschritte in Automatisierung und Robotisierung. Produktive Tätigkeiten fallen weg, aber dafür entstehen neue Jobs: Bullshit Jobs. Arbeit, die nur noch dem Wettbewerb dient und nicht mehr dem Ergebnis.

1930 versprach John Maynard Keynes die 15-Stunden-Woche für seine Enkelkinder. Heute, 100 Jahre später, hat die Gesamtarbeitszeit pro Bürger*in kaum abgenommen und stagniert inzwischen — trotz stetiger Effizenzgewinne durch Robotik und Algorithmen. Aber was machen wir mit der ganzen Zeit, die moderne Maschinen uns verschaffen? Cyril Nothcote Parkinson und Niklas Luhmann haben eine Erklärung. Sie haben erforscht womit Organisationen sich beschäftigen, wenn Kapazitäten frei werden: mit sich selbst.

Arbeitsoptimierung gab es schon immer, auch durch menschliche Vorgesetzte. Algorithmen und digitale Sensoren erlauben jedoch eine immer kleinteiligere und vor allem allgegenwärtige Überwachung und Optimierung. Aber wo sind die Grenzen der Optimierbarkeit? Und wollen wir Arbeit wirklich maximal auf Effizienz rationalisieren? Überhaupt: Warum muss der Mensch auf die Arbeit hin optimiert werden? Müsste nicht eigentlich die Arbeit auf den Menschen, auf die Mitarbeitenden und Kund*innen optimiert werden? Wäre das vielleicht sogar die Chance auf eine neue Wirtschaftsorganisation?