Im Juni 2024 hat die Schwyzer Ständerätin den Bundesrat in einer Interpellation (Biblionetz:t32003) gefragt:

Seit bald zwei Jahren folgt im Bereich generativer Machine-Learning-Systeme (Biblionetz:w02833) eine Schlagzeile der nächsten: Computer können jetzt Musik komponieren! Computer können jetzt auch Videos erstellen! und - aktuell - Computer können ein PDF in einen Podcast verwandeln!

Derzeit werden allerorten empirische Untersuchungen durchgeführt, wie gut generative Machine-Learning-Systeme (Biblionetz:w02833) sich zum Lernen eignen. Zur Einordnung: GMLS in der Bildung (Biblionetz:w03434), Lernen MIT GMLS.

Da viele dieser Untersuchungen ähnlich aufgebaut sind, habe ich mir die Grundstruktur solcher Evaluationen aufgezeichnet :

Vor einiger Zeit habe ich beschlossen, möglichst auf den Begriff "künstliche Intelligenz" (Biblionetz:w00039) zu verzichten und stattdessen andere Begriffe zu verwenden (für eine Begründung siehe warum wir den Begriff KI vermeiden sollten oder auch Biblionetz:a01540).

Aktuell sieht mein Begriffsverständnis folgendermassen aus:

(Erklärung der Grafik als Video)

Weshalb habe ich den neuen Begriff Generative Machine-Learning-Systeme (Biblionetz:w02833) erfunden, statt einfach den bestehenden Begriff der Large Language Models zu verwenden? Hier meine Überlegungen:

Die Veröffentlichung von ChatGPT Ende November 2022 hat nicht nur das Konzept von machine learning (Biblionetz:w02863) ins gesellschaftliche Bewusstsein katapultiert (auch wenn nicht von machine learning sondern von künstlicher Intelligenz gesprochen wird).

Neben vielem anderen hat ChatGPT auch die alte Diskussion wieder aufflammen lassen, ob denn Computer denken und gar Bewusstsein haben könnten. Auch wenn das für mich zu den drängendsten Fragen gehört, die wir uns im Zusammenhang mit ChatGPT & Co. stellen müssen, sind es doch spannende philosophische Fragen, die mich an meine Studienzeit zurückerinnern.