Gedankenstrich.org

Hermann C. Flessner hat 1978 im Spiegel das Buch »Die Macht der Computer und die Ohnmacht der Vernunft« des kritischen Informatikers Joseph Weizenbaum (1923–2008) besprochen. Nachfolgend einige Auszüge aus diesem Artikel, die auch im Zeitalter »künstlicher Intelligenz« nicht an Aktualität eingebüßt haben:

»According to some, artificial intelligence (AI) is on the verge of transforming the way we do business. Soon, we are told, ›smart‹ computer programs will begin replacing doctors and lawyers, factory workers and managers. In the face of such hyperbole, it is hard to know whether to jump on the bandwagon or to dismiss the whole enterprise out of hand. AI is indeed moving from the research lab into business, industrial, and professional applications. But it is still a long way from delivering on the more extravagant claims that some have made for it.«

Diese Passage stammt nicht etwa aus der aktuellen Diskussion um ›Künstliche Intelligenz‹ bzw. ›Generative AI‹, die seit der Veröffentlichung von ChatGPT Ende 2022 Fahrt aufgenommen hat, sondern aus dem Auftaktparagraph des Artikels »Thinking About Artificial Intelligence« von Beau Sheil, der im Juli 1987 im Harvard Business Review veröffentlicht wurde. Bereits in den 1980er-Jahren gab es in Fachpublikationen wie auch in der Publikumspresse eine breite Diskussion um die Entwicklung ›intelligenter‹ bzw. ›smarter‹ IT-Systeme, die gegen Ende des Jahrzehnts allerdings schon wieder von einer gewissen Ernüchterung geprägt wurde (vgl. z.B. »Künstliche Intelligenz – der neue Jobkiller?«, 1989). Selbstredend stehen wir heute an einem anderen Punkt der Entwicklung – nichtsdestoweniger lässt sich aus den damals geäußerten Hoffnungen, Befürchtungen und Enttäuschungen vieles lernen.

Mit Google Trends lässt sich das Suchinteresse der Nutzer:innen auf der hauseigenen Suchplattform weit zurückverfolgen. Für Google Deutschland lassen sich dabei mit Blick auf einige debattenprägende Begriffe im Digitalisierungsdiskurs interessante Interessen- und Themenkonjunkturen herausarbeiten.

Während das Suchinteresse an dem Begriff »Web 2.0« bereits ab 2009 merklich abgenommen hat sich und der Begriff »Big Data« ungefähr ab 2012 auf mittlerem Level bewegt, ist der sehr breite Dachbegriff »Digitalisierung« erst ab 2015 so richtig in den Fokus des öffentlichen Interesses getreten. Seit Ende 2022 tritt der Begriff »Künstliche Intelligenz« zunehmend in den Vordergrund (was angesichts des ubiquitären Hypes um Anwendungen wie ChatGPT kaum überrascht).

Was sich aus solchen Interessenkonjunkturen aus innovationssoziologischer Sicht lernen lässt, zeigt unter anderem Hartmut Hirsch-Kreinsen in seinem aktuellen Buch »Das Versprechen der Künstlichen Intelligenz: Gesellschaftliche Dynamik einer Schlüsseltechnologie« (2023) auf (siehe auch mein Buch »Digitale Transformation«).

»ChatGPT is at capacity right now.« Aus gegebenem Anlass ein kleiner Ausschnitt aus meinem Beitrag in dem insgesamt sehr instruktiven Band »Technikfolgenabschätzung: Handbuch für Wissenschaft und Praxis« (2021: 83–96):

Das Potenzial für eine öffentlich wirksame TA in der digitalisierten Gesellschaft bestimmt sich […] weniger in der dezidierten Vorhersage der künftigen Verläufe der Technikentwicklung und ihrer Folgen, sondern in der sozialwissenschaftlich fundierten Entzauberung von eingeschliffenen Beobachtungsmythen, in einer Dekonstruktion von übersteigerten Hoffnungen und Befürchtungen sowie in einer Erweiterung des gegenwärtigen Diskursraums um mögliche künftige Entwicklungslinien und bereits erkennbare soziotechnische Dynamiken, die in entsprechende Richtungen weisen.

[…] Einer dieser Trends ist – gemessen an den derzeit kursierenden Erwartungen – die zukünftige gesellschaftliche Zentralstellung selbstlernender informationstechnischer Systeme in der Datenauswertung sowie Steuerung von Robotern und Infrastruktursystemen als konsequente Weiterentwicklung der Informatisierung und Datafizierung (schwache KI) bzw. ferner die Entstehung einer algorithmischen ›Superintelligenz‹ (Bostrom 2018), die neben logischem Denkvermögen über eigenständige Lern- und Entscheidungsfähigkeiten verfügt und diese auch unter Unsicherheit zielgerichtet kombinieren kann (starke KI). Ähnlich wie schon im Falle der Diskurse um die frühe Informationsgesellschaft, das Internet, das Web 2.0 und Big Data reichen die heute formulierten positiven und negativen Visionen hierbei weit über technisch unmittelbar umsetzbare Szenarien hinaus und prägen nichtsdestotrotz gegenwärtige normative Diskurse um Informationstechnologien erheblich mit (Kehl/Coenen 2016).

Weiterlesen »

Die Liste der Veranstaltungen im Rahmen des 41. DGS-Kongresses in Bielefeld (»Polarisierte Welten«) ist lang und deckt mehr oder minder das gesamte Spektrum der soziologischen Forschung ab. Zu den Themen Digitalisierung, Technik und Innovation finden sich diesmal u.a. folgende Sessions im Programm:

Auf Soziopolis (29.11.2021) bespricht Jonathan Kropf den von mir verfassten Einführungsband »Digitale Transformation« (2021, UTB/transcript) wie folgt:

»Im öffentlichen wie im sozialwissenschaftlichen Diskurs über Digitalisierung finden sich zahlreiche Disruptionsnarrative: Buzzwords wie Web 2.0, Big Data oder künstliche Intelligenz wollen jeweils einen epochalen Umbruch markieren. Es ist vor diesem Hintergrund so bemerkenswert wie angenehm, dass das jüngste Buch von Jan-Felix Schrape die Digitalisierung eben ›nicht als disruptive[n] Bruch […], sondern als inkrementelle[n] Veränderungsprozess‹ (S. 81) perspektiviert. Digitale Transformation […] versteht sich dabei in erster Linie als Lehrbuch und Einführung (S. 12 f.), ist darüber hinaus aber auch Forschenden zu empfehlen, die sich mit Fragen der Digitalisierung beschäftigen und sich einen flüssig zu lesenden und aktuellen Überblick wünschen.

[…] In der Gesamtschau sind das gewissenhafte Vorgehen und die differenzierte Argumentation des Autors hervorzuheben. Schrape betont durchgängig die Ambivalenz der beschriebenen Entwicklungen. Mal schlage das Pendel stärker in Richtung einer Erweiterung und Ermöglichung von Handlungsoptionen, Kreativität und Spontanität aus, mal schwinge es eher in Richtung einer vermehrten Strukturierung und sozialen Kontrolle. Zudem ist durchweg seine Skepsis gegenüber geschichtsvergessenen Erzählungen erkennbar, etwa wenn er betont, dass die Digitalisierung viele bereits bestehende Trends im Bereich der Arbeit lediglich verstärkt, nicht aber hervorgebracht hat (vgl. S. 101–105).

Den Kapiteln ist anzumerken, dass der Autor zu den jeweiligen Themen bereits seit einigen Jahren regelmäßig publiziert. Entsprechend klar und fundiert fällt die Darstellung aus […]. So lässt sich zusammenfassend konstatieren, dass der Band erkennbar von den Vorarbeiten und der Forschungsperspektive des Autors geprägt ist. Die Darstellung von Forschungsfeld und -gegenstand weist damit einen leichten Bias auf; ich möchte das Buch Lernenden und Lehrenden der Soziologie trotzdem empfehlen, kann es ihnen doch als gleichzeitig historisch informierter und aktueller Einstieg in das Thema der digitalen Transformation nützlich sein. Hilfreich dabei ist insbesondere die übersichtliche Gestaltung, unterstützt durch einen klaren Aufbau, zahlreiche Abbildungen und Tabellen sowie stichwortartige Zusammenfassungen am Seitenrand […].«

Der im Kontext des Arbeitskreises Soziologie des ABIDA-Projekts entstandene Überblicksartikel »Societal Implications of Big Data« lässt sich nun auf den Seiten der Zeitschrift KI – Künstliche Intelligenz (Springerlink) abrufen.

Modern societies have developed a variety of technologies and techniques to identify, measure and influence people and objects. […] Since 2015, a group of German social scientists has conducted the research project ›Assessing Big Data‹ (ABIDA) with the objective to analyze the societal implications of Big Data—particularly elaborating the question, in what way and to what extent modern technologies of data analysis entail novel societal benefits and risks that differ from previous socio-technical configurations. This paper sets out to discuss a couple of theses concerning this question.

	Social science	Engineering / Data science
Goals	Search for explanation why something happens; develop theory	Search for accurate prediction of what happens; create algorithm
Focus	Explanation	Practical relevance
Beliefs	Data are biased	Data have ground truth cases

After a short retrospective of digital data analysis, we lay out various applications of data analytics in the light of distinct research cultures between data science and social science. Subsequently, we elaborate how self-tracking and real-time control of complex systems on the basis of data analytics create new individual and collective practices that shape modern societies. As these practices bear many risks for individual rights and collective achievements, we finally shed light on various propositions for the regulation of Big Data. Our argument is that Big Data, real-time analysis and feedback loops increasingly foster a society of (self-)control. But at the same time, these technologies are highly contentious and set the stage for conflict—be it between academic disciplines or different political worldviews.