Dass künstliche Intelligenz (KI) derzeit so rasante Fortschritte macht, geht im Wesentlichen auf mitlernende Systeme zurück, die plötzlich mit Unmengen an Daten gefüttert werden können. Das Ergebnis sind automatische Übersetzer, die endlich nützlich werden; Sprach-Assistenten, die sinnvolle Aufgaben übernehmen können („Alexa, mach das Licht aus“), und Algorithmen, die selbst entscheiden, ob Aktien angekauft oder verkauft werden sollten.

Doch all diese Systeme müssen beobachten, lernen, Erfahrungen sammeln – ähnlich wie ein Kind, das sich die Welt erschließt. Und selbst in ihren meist sehr beschränkten Aufgabengebieten sind die Algorithmen selten sofort einsatzfähig. Um sich in der (anfangs) fremden Menschenwelt zurechtzufinden, brauchen sie Hilfe vom Menschen selbst.

Die New York Times hat fünf KI-Trainer besucht, die daran arbeiten, die Software zu perfektionieren. Der Artikel zeigt das Spektrum der Anwendungsgebiete für mitlernende Software und auch, warum viele Experten vorhersagen, dass zumindest auf absehbare Zeit wohl nur wenige Jobs komplett auf Maschinen übertragen werden. Wahrscheinlicher ist, dass lernfähige Algorithmen uns dabei unterstützen, bestimmte Aufgaben schneller und effizienter zu erledigen.

Ein gutes Beispiel ist die Kundenbetreuerin bei der Online-Lernplattform Magoosh: Sie beantwortet Fragen von Nutzern, indem sie aus einer Datenbank die passende Antwort heraussucht und ein paar persönliche Worte dazu schreibt. Neuerdings hilft ihr dabei ein KI-System, das nach einer Lernphase gut genug geworden ist, um Antworten vorzuschlagen. „Das war ein Wow-Moment für mich“, erzählt die Mitarbeiterin.

Überflüssig ist ihre eigene Arbeit deshalb nicht: Kundenbetreuung erfordert Menschenkenntnis und Fingerspitzengefühl – Dinge, die Maschinen nur schwer beizubringen sind. Ähnliches gilt für die anderen Beispiele: Die Perfektionierung der Systeme wird wohl noch Jahre dauern und könnte am Ende den besonderen Wert menschlicher Eigenschaften betonen.