Künstliche Intelligenz (KI) wird einen erheblichen Wandel in der Gesellschaft auslösen. Sobald Algorithmen unser Wahlverhalten beeinflussen oder Lehrpläne für Schulen entwerfen, ist die Politik gefragt, um Schäden zu begrenzen. Im Auftrag der TA-Swiss entsteht nun eine Studie zu Chancen und Risiken von KI. Nicht nur, wenn uns das irritierend charmante Gesicht eines humanoiden Roboters neugierig anblickt, ist künstliche Intelligenz (KI) im Spiel. Ganz anders als die sprechende und lernfähige menschenähnliche Maschine «Sophia», die ein Hongkonger Unternehmen der Welt im vergangenen Jahr präsentierte, begegnet uns KI in physisch nicht zu verortender Form im Alltag, wenn beispielsweise unsere Aktionen im Internet Daten generieren, aus denen Unternehmen ihre Schlussfolgerungen ziehen. Neue Datenschutzregelungen zeigen, dass die Politik sich intensiv mit den Auswirkungen des digitalen Wandels befasst. KI wirft jedoch auch gesellschaftlich relevante Fragen auf, die weit über den Datenschutz hinausgehen, wenn etwa Algorithmen menschliche Entscheidungen ersetzen, an der Börse handeln oder das Wählerverhalten beeinflussen. Daher hat die Stiftung für Technologiefolgen-Abschätzung, TA-Swiss, drei Forschungseinrichtungen beauftragt, die neuen Herausforderungen zu untersuchen. Ein Team an der Empa erarbeitet, gemeinsam mit der «Digital Society Initiative» der Universität Zürich (UZH) und dem Institut für Technikfolgen-Abschätzung der Österreichischen Akademie der Wissenschaften (ÖAW) bis Herbst 2019 konkrete Handlungsempfehlungen für die Schweizer Politik und Wirtschaft. «Wir untersuchen derzeit die Chancen und Risiken für Innovationen, Forschung und Bildung rund um künstliche Intelligenz», sagt Clemens Mader von der Empa-Abteilung «Technologie und Gesellschaft» in St. Gallen, der gemeinsam mit Claudia Som und Lorenz Hilty an dem Projekt beteiligt ist. Wissenschaftler der UZH und ÖAW bearbeiten zudem die Bereiche Konsum, Medien, Arbeit und Verwaltung. Darüber hinaus wird jeder Teilbereich zusätzlich unter ethischen und rechtlichen Aspekten unter die Lupe genommen. Sobald erste Ergebnisse vorliegen, werden die Forschenden die Anwendungsbereiche im Austausch mit nationalen und internationalen Stakeholdern untersuchen. «So erreichen wir, dass gesellschaftlich relevante Themen nicht innerhalb einer Bubble einzelner Fachbereiche beurteilt werden, sondern sich ein Bild aus allen Perspektiven zusammensetzt», so Mader. Eine der Aufgaben der Wissenschaftler ist es nun, Anwendungsmöglichkeiten von KI in der Forschung und als Innovationsmotor zu untersuchen. Wie man eine Gesellschaft vorbereitet Zudem sollen gesellschaftlich relevante Fragen angegangen werden. Wie etwa lässt sich eine Gesellschaft darauf einstellen, künstliche Intelligenz kritisch weiterzuentwickeln und selbstbewusst einzusetzen? «Hier ist der Bildungsbereich gefragt, der die künftigen Forscher hervorbringt - und zwar von der Kindergartenstufe bis zu den Hochschulen», sagt Mader. Für den schulischen Bereich werden dazu Pilotprojekte untersucht, die bereits KI-Anwendungen einsetzen, wie etwa in einer Schule im Silicon Valley. Hier lernen Schüler mit Tablets und werden von KI-Software in ihrem Lernverhalten beobachtet. Die Programme geben daraufhin Ratschläge, wie man die Kinder individuell fördern soll. «Wenn der Computer über das Curriculum von Schülern entscheidet, muss man beachten, dass hier Persönlichkeitsrechte, Datenschutz und in der Folge die gesellschaftliche Entwicklung betroffen sind», sagt der Forscher. Die Sorge, dass Computer nicht nur nützlich, sondern riskant für eine Gesellschaft sein könnten - bis hin zu einem Wandel im Demokratieverständnis -, ist nicht neu. Die Möglichkeiten der maschinellen Analysen nehmen rasch zu. «Wenn KI-Anwendungen enorme Datenmengen sammeln und auswerten, ändern sich dadurch viele Lebensbereiche in unserem Alltag, weit über Bereiche wie das Online-Shopping hinaus», sagt Mader. Dies gelte es in einen politischen Rahmen zu setzen, um mit Gefahren umzugehen, aber auch Innovationspotenziale fördern zu können.
Big Data der Rohstoff des 21. Jahrhunderts Künstliche Intelligenz (engl. AI, Artificial Intelligence) bzw. Technologien im Bereich lernender Maschinen (Machine Learning) können dabei helfen, in der grossen Menge an unstrukturierten Daten (Big Data) Muster zu erkennen und so einen Mehrwert aus den Daten und Informationen zu generieren. Bei dieser Datenbearbeitung können Anwendungen aus dem Bereich künstliche Intelligenz einen wesentlichen Beitrag leisten. Als »Big Data» werden Datensätze bezeichnet, die zu gross, zu komplex, zu dynamisch oder zu schwach strukturiert sind, um sie mit manuellen und herkömmlichen computergestützten Methoden der Datenverarbeitung auszuwerten. Als maschinelles Lernen (Machine Learning) bezeichnet man das selbstständige Erkennen von Mustern in Daten anhand von Beispielen und Erfahrungen (Trainingsdaten) durch ein Computerprogramm. Machine Learning ist ein Teilbereich der künstlichen Intelligenz. Der Mensch programmiert das Machine-Learning-Programm so, dass es einständige Datenmerkmale erkennt, diese Daten sammelt, analysiert, strukturiert und bestimmte Abläufe überprüft und allenfalls ändert (Selbstorganisation = self assembly). Ein Machine-Learning-Programm lernt anhand von Trainingsdaten eigenständig, welche Regeln anzuwenden sind, um in den Daten Muster zu erkennen. Somit können grosse Mengen an unstrukturierten Daten (Big Data) wie beispielsweise Bild- und Videoaufnahmen, Sprachaufnahmen, Einkaufs- und Freizeitverhalten, Verkehrswege, Gesundheitsaspekte usw. ausgewertet und daraus Erkenntnisse gewonnen werden. Erfolgreiche Machine-Learning-Programme können für die Lösung vieler verschiedener Herausforderungen verwendet werden, beispielsweise für die Spracherkennung, die Objekterkennung, für medizinische Fragestellungen, für Werbezwecke, für Einkaufsleitsysteme. Wir erzeugen mit unserem Verhalten täglich grosse Mengen an (digitalen) Daten. Diese Daten werden beim Gebrauch von Smartphonen, Smartwatches, Navigationssystemen, Tablets und anderen elektronische Geräten mit Zugang zum Internet erfasst und irgendwo für eine spätere Nutzung gespeichert. Zahlungstraktionen und die Benützung von Kundenkarten werden ebenfalls registriert und die Daten möglichweise an Dritte weiterverkauft.(*) Da Prozesse weiter digitalisiert werden, nehmen die Gesamtdatenmenge, die Komplexität und das Wachstum der erhobenen Daten und Informationen stetig zu. Auch die zeitliche und räumliche Verfügbarkeit der Daten wurde ausgeweitet und verbessert. Mit der Einführung des 5G-Standards im Mobilfunknetz erlebt dieser Bereich einen Quantensprung. Mit der vermehrten Nutzung und besseren Verfügbarkeit der von der KI gesteuerten Datensammlung wächst auch die Missbrauchs- und die Manipulationsgefahr. Digital erhobenen Daten sind für viele Firmen "Gold" wert Digitale Daten lässt sich von Firmen mit weniger Aufwand (den Einsatz von Arbeitskräften usw.) und Risiken (Umweltgefahren usw.) "schürfen" als die herkömmlichen Rohstoffe wie beispielsweise Gold oder andere Edelmetalle. Bei einer klugen und überzeugenden Vermarktungsstrategie warten hohe Gewinne auf die Datensammler. Mit Gratisprodukten zu Milliardengewinnen - einfach märchenhaft! Konzerne wie Google, Facebook, Apple und Amazon betrachten künstliche Intelligenz und im Speziellen Machine Learning als Schlüsseltechnologien. Global operierende Konzerne arbeiten nach dem Prinzip «Big Money first». Mit Gratisanwendungen wie Google Maps, Google Search, WhatsApp, Skype, Facebook, Instagram, Youtube, Twitter, Snapchat, Siri, Alexa usw., usw. (und viele weitere Anwendungen mehr) sammeln diese Konzerne «Big Data», welche sie nach der entsprechenden Aufbereitung und Analyse in ihre kommerziellen Produkte einfliessen lassen. Viele dieser Konzerne haben mittlerweile mit ihren Gratisangeboten viele personenbezogene Daten gesammelt, welche sie nun gewinnbringend in neuen Geschäftsfeldern nutzen wollen. Die Daten wollen diese Konzerne, welche bisher aus dem Onlinebuchhandel und oder als Suchmaschinenbetreiberin bekannt sind, für ihren Einsteig beispielsweise ins Hotel- bzw. Reisegeschäft, in die Versicherungsbranche inkl. Krankenversicherungen, in den Zahlungsverkehr und die Vermögensverwaltung vor.
|