Warnung des Fields-Preisträgers Terence Tao vor der „Entleerung“ der Mathematik durch KI – Wissenschaftler entgegnen: Die Menschen sind nicht arbeitslos, sie haben nur ihre Tätigkeiten gewechselt
Hallo zusammen, ich bin euer Finanzjournalist und Wirtschaftswissenschaftler. Heute sprechen wir nicht über die Kursbewegungen an der Börse oder über die Börsengang einer Firma, sondern über ein Thema, das auf den ersten Blick kompliziert erscheint, aber tatsächlich jeden Einzelnen unsere zukünftige berufliche Zukunft betrifft: Was bleibt von unserem Wert übrig, wenn KI anfängt, Antworten wie eine Gelddruckmaschine zu produzieren?
Kürzlich veröffentlichte Terence Tao, der „Top-Scientist“ auf dem Gebiet der Mathematik und Träger des Fields-Preises, eine Reihe von Beiträgen in den sozialen Medien und gab anschließend gemeinsam mit 24 weiteren führenden Wissenschaftlern eine Stellungnahme ab, in der sie warnten, dass KI mathematische Probleme übermäßig ausbeutet und die Grundlagen der menschlichen mathematischen Forschung untergraben könnte.
Der Autor dieses Artikels (Zhao Bin von der Fudan-Universität) lieferte eine sehr scharfe und prägnante Antwort auf Taus Ansichten. Er argumentierte, dass Tao sich Sorgen macht, dass die „Fähigkeit, Probleme zu lösen“ ausgehen könnte – doch eigentlich sei es nicht das Wasser selbst, das wertvoll ist, sondern die Person, die über die „Schlüssel zur Nutzung dieses Wassers“ verfügt – also diejenige, die entscheidet, welches Wasser genommen wird, für wen und zu welchem Zweck.
Im Folgenden werde ich diese Debatte in fünf Punkte aufteilen, damit Sie den Wettstreit zwischen KI und menschlicher Intelligenz vollständig verstehen können.
---
Was fürchtet sich Terence Tao? – „Schlechte Antworten“ überfluten die „guten Fragen“
Zunächst müssen wir klarstellen, wovor sich Tao wirklich fürchtet. Viele denken, er lehne KI ab – doch das ist nicht der Fall. Er kritisiert vielmehr die „Verschmutzung der Forschungslandschaft durch minderwertige KI-Ergebnisse“.
Tao machte einen sehr anschaulichen Vergleich: Stellen Sie sich eine moderne Lebensmittelausgabe vor. Früher nahm die Lebensmittelausgabe alle Spenden an, aber heute nicht mehr. Wenn eine Kiste abgelaufener, schimmeliger Lebensmittel gespendet wird, kann sie nicht einfach weitergegeben werden; stattdessen muss man sie sortieren, lagern – oder sogar entsorgen. Diese „Müllkiste“ hilft nicht, verschwendet Ressourcen und erzeugt den falschen Eindruck, dass die Bedürfnisse bereits gedeckt sind, wodurch diejenigen, die frische Lebensmittel wirklich brauchen, benachteiligt werden.
In der Mathematik bedeutet das:
1. Zu viele Fragen, zu wenige gute Fragen: Es gibt unzählige mathematische Fragen – aber die wertvollen, die unser Wissen vorantreiben, sind äußerst selten.
2. KI „miniert“: Heutige KI-Modelle (wie die von OpenAI) können massenhaft mathematische Beweise und Antworten erzeugen. Viele dieser Antworten sind jedoch „leblose“ – sie enthalten nur das Ergebnis, nicht den Prozess, und können sogar nicht überprüft werden.
3. Zerstörte Forschungslandschaft: Wenn Labore nur erfolgreiche KI-Fälle veröffentlichen und keine fehlgeschlagenen, wird die Aufmerksamkeit der Forscher auf diese „wertlosen“ Ergebnisse gelenkt. Dabei sollten sie eigentlich nach den wirklich schwierigen und wertvollen Fragen suchen.
Kurz gesagt: Tao befürchtet, dass KI wie eine unermüdliche Druckerpresse eine Menge unverständlicher „Bücher“ produziert, die die wahren Forscher davon abhalten, die wirklich wichtigen Fragen zu untersuchen.
---
Die Antwort des Autors: Sie verwenden das falsche Maß – Die „Schwierigkeitskarte“ ist für KI nutzlos
Der Autor argumentiert, dass Taus Bedenken zwar berechtigt sind, aber er einen grundlegenden Fehler macht: Er misst die Veränderungen der „AI-Ära“ mit den Maßstäben der „menschlichen Ära“.
Tao verfügt über zwei „alte Maßstäbe“:
1. Schwierigkeitskarte: Diese zeigt, welche Fragen für Menschen besonders anspruchsvoll sind. Doch für KI ist das bedeutungslos – schließlich kennt sie keine Erschöpfung oder Grenzen. Es ist, als würde man einem Auto eine Karte zeigen, die nur die schwierigen Straßen zeigt; das Auto benötigt diese Informationen nicht. Tao betrachtet die menschliche Schwierigkeit als Kriterium für die Wertigkeit einer Frage – das ist veraltet.
2. Kriterium für gute Fragen: In der mathematischen Gemeinschaft wird oft nach dem „guten“ Fragestil entschieden, basierend auf Tradition und Macht. Doch dieser Ansatz ist oft eng gefasst. Zum Beispiel haben Algorithmen wie AlphaGo Zero bewiesen, dass manche traditionellen Spielzüge nicht notwendig sind. Wenn die Beurteilung guter Fragen auch innerhalb dieser Grenzen bleibt, könnte es nicht schlecht sein, wenn KI diese Grenzen durchbricht.
Kurz gesagt: Tao glaubt, KI würde die Schwierigkeitsgrade in der Mathematik ausgleichen – doch die Schwierigkeit ist ein Produkt menschlicher Begrenzungen, nicht die Essenz der Mathematik selbst. KI kümmert sich nur um Logik und Ergebnisse. Daher ist das menschliche Kriterium für Wertigkeit in der AI-Ära nicht mehr gültig.
---
Der Kernstreit: Ist das, was den Menschen bleibt, noch „Forschung“ oder „Kuration“?
Der Kern der Debatte: Was bleibt von unseren Fähigkeiten übrig, wenn KI die Lösung von Problemen übernimmt? Ist das noch „Forschung“?
- Taus Ansicht: Ja. Er betrachtet die reine Forschung als heilig und den Kern der menschlichen Intelligenz. KI übernimmt zwar die Lösung von Problemen, aber die Fähigkeit der Menschen, gute Fragen zu erkennen, bleibt wertvoll.
- Der Autors Ansicht: Nein. Diese Fähigkeit ähnelt eher der „Kuration“ (der Auswahl und Organisation von Inhalten).
Der Autor prägt den Begriff „Interessenorientierung“:
- KI hat keine eigenen Interessen: KI handelt ohne eigene Motive; sie weiß nicht, warum sie eine Frage löst.
- Menschen haben Interessen: Wir forschen, um bestimmte Ziele zu erreichen – sei es das Verständnis der Welt, die Entwicklung von Kryptographie oder der Gewinn eines Nobelpreises. Das Ziel liegt immer beim Menschen.
KI übernimmt die Richtung und die Lösung von Problemen – aber die Menschen müssen die Entscheidung treffen, welche Ergebnisse wertvoll sind und wofür sie genutzt werden sollen. Früher mussten Menschen sowohl die Richtung bestimmen als auch die Lösungen finden und deren Wert beurteilen. Heute übernimmt KI diese Aufgaben, während die Menschen aus der Masse der Ergebnisse diejenigen auswählen, die für ihre Interessen, ästhetischen oder praktischen Zwecke relevant sind.
Kurz gesagt: Früher waren Menschen „Miner“, die Kohle abbauten, Stahl verarbeiteten und beurteilten, welcher Stahl gut war. Heute ist KI die „Supermaschine“, die die ganze „Bergwand“ abträgt und das Erz sichtet. Die Menschen sind nicht mehr „Miner“, sondern „Juweliere“ oder „Kuratoren“. Sie müssen nicht mehr selbst graben – sie benötigen nur das richtige „Auge“, um zu erkennen, welches „Stein“ ein Diamant ist und wem er verkauft werden soll.
Der Autor argumentiert, dass die Fähigkeit, auszuwählen und Bedeutung zu verleihen, zwar anders ist als die traditionelle Forschung – aber dadurch nicht weniger wertvoll. Im Gegenteil: Durch die unbegrenzten Möglichkeiten, die KI bietet, wird die „Wahl“ selbst noch wichtiger.
---
Ein konkreter Kritikpunkt: Labore zeigen nur Erfolge, nicht Misserfolge
Obwohl der Autor philosophisch gegen Taus Argumente vorgegangen ist, räumt er ein, dass Taus in der praktischen Forschung einen sehr berechtigten und dringenden Punkt anspricht:
Tao weist darauf hin, dass KI-Labore nur erfolgreiche Ergebnisse veröffentlichen – nicht die fehlgeschlagenen. Dies führt zu einer Verzerrung unseres Verständnisses der KI-Fähigkeiten. Wenn Labore nur Erfolgsgeschichten veröffentlichen, können Forscher nicht erkennen, welche Grenzen KI tatsächlich hat. Das ist wie im Krieg: Wenn man nur die erfolgreichen Angriffe sieht und nicht die Rückzüge und Fehlschläge, kann man die wahre Stärke des Feindes nicht beurteilen.
Kurz gesagt: Es gibt eine Informationsasymmetrie. KI-Unternehmen geben nur an, wie viele „Häuser“ sie „gerettet“ haben – nicht, wie viele „Brände“ sie abgewehrt haben. Dies führt zu einer verzerrten Wahrnehmung der KI-Fähigkeiten in der Wissenschaft. Der Autor ist der Ansicht, dass dies der konkreteste und am einfachsten zu behebende Punkt in Taus Warnung ist. Wenn Labore auch Misserfolge veröffentlichen würden, könnte die Situation verbessert werden.
---
Fazit: Sorgen Sie sich nicht um das Austrocknen des „Flusses“ – Sorgen Sie sich um die Person, die den „Schlüssel zur Wasserversorgung“ in der Hand hält
Zum Schluss fasst der Autor die Diskussion mit einem treffenden Vergleich zusammen:
Tao fürchtet, dass die „Quelle des Wassers“ (gute Fragen, gute Lösungen) durch KI ausgehen könnte. Der Autor sieht jedoch die Person, die über die „Schlüssel zur Wasserversorgung“ verfügt – diejenige, die entscheidet, welches Wasser genommen wird, für wen und zu welchem Zweck.
Zentrale Erkenntnis: KI übernimmt die „Produktion von Lösungen“, aber die Menschen behalten die Kontrolle darüber, welche Lösungen wertvoll sind und wofür sie genutzt werden. Die Zukunft besteht darin, aus der Menge an Informationen, die KI liefert, die wertvollen zu erkennen und deren Zweck zu bestimmen.
Für die Allgemeinheit:
1. Keine Angst vor der „Ablösung“: Wenn Ihre Arbeit nur Ausführung, Berechnung oder repetitive Lösung von Problemen beinhaltet, werden Sie tatsächlich durch KI ersetzt.
2 Stärken Sie Ihre „Kurationsfähigkeiten“: Die zukünftige Kernkompetenz liegt nicht darin, wie viel Code Sie schreiben oder wie viele Daten Sie berechnen können, sondern darin, aus den Informationen, die KI liefert, die wertvollen zu erkennen und deren Zweck zu bestimmen.
3. Interessenorientierung ist entscheidend: Unabhängig von der technischen Entwicklung liegt das „Warum“ und „Wofür“ immer bei den Menschen. KI ist ein Werkzeug – der Mensch ist der Herr. Solange Sie die Macht haben, Bedeutung zu definieren, sind Sie nicht arbeitslos – Sie sind nur von einem „Arbeiter“ zu einem „Architekten“ geworden.
Zusammenfassung: Tao fürchtet, dass die „Quelle des Wassers“ ausgeht – ich sehe jedoch, dass die Person, die den „Schlüssel zur Wasserversorgung“ in der Hand hält, nicht der „Fluss“ selbst ist. Wenn KI die „Produktion von Lösungen“ übernimmt, ist das, was den Menschen bleibt, weniger „Forschung“ als „Kuration“. Doch genau deshalb ist diese Fähigkeit nicht weniger wertvoll – im Gegenteil: Sie wird sogar noch wichtiger.