Spracherkennung und -synthese werden unser Verhältnis zu künstlichen Intelligenzen in kurzer Zeit radikal verändern – zum Guten wie zum Schlechten.

Von außen betrachtet ist es eigentlich eine eher simple Interaktion: Ich frage meinen smarten Assistenten etwas, ob im Smartphone oder einem anderen »smarten« Gadget, und bekomme wenig später eine Antwort. Kommunikation ist für uns Menschen etwas so Elementares, dass uns das sprachliche Interagieren wie das Natürlichste der Welt vorkommt. In Wahrheit jedoch laufen beim Sprechen mit diversen mehr oder weniger intelligenten Computersystemen mehrere hochkomplexe Vorgänge ab, die nur deshalb aus unserer Wahrnehmung »verschwinden«, weil sie inzwischen ausgereifter sind als je zuvor.

Das geht von der Spracherkennung, die Schallwellen zu digital verarbeitbaren Informationseinheiten umwandelt, über intelligente inhaltliche Analyse und Auswahl sinnvoller Antworten hin zur perfekt modulierten, grammatikalisch und syntaktisch korrekten Ausgabe einer Antwort in möglichst perfekt verstehbarer Sprache. Diese nur scheinbar so simple Kommunikation ist für den US-Autor James Vlahos eine Revolution, die bislang kaum jemand in ihrem Ausmaß bemerkt. Ins einem Buch »Talk to Me: How Voice Computing Will Transform the Way We Live, Work, and Think« argumentiert er, dass die Auswirkungen dieser Transformation hin zur sprachbasierten Interaktion mit zunehmend intelligenter werdenden Systemen sich bis in die letzten Winkel unserer Existenz bemerkbar machen werden.

Durch die nötige Beschäftigung mit menschlicher Sprache, so Vlahos, würden die neuronalen Netze nämlich auch Grundlegendes über uns Menschen lernen müssen – wie wir sprechen, ist naturgemäß durch unsere Art zu denken beeinflusst. Weil die cleveren KIs dafür Unmengen an Rohmaterial zum automatisierten »Selbststudium« menschlichen Denkens verarbeiten würden, seien die so trainierten Systeme nicht nur im Sinne ihrer problemlösungskompetenz »intelligent«, sondern sie müssen tatsächlich notwendigerweise auf gewisse Weise kreativ sein – ein Alleinstellungsmerkmal, das sie neuronalen Systemen, die nicht direkt sprachlich mit Menschen interagieren müssen, voraus haben würden.

Unsichtbare Werkzeuge
Ein weiterer Effekt dieses Wandels sei das subjektive »Verschwinden« der Computersysteme aus unseren Leben; statt wie bisher umständlich Maschinen zu bedienen, genügt »natürliche« sprachliche Interaktion mit versteckten Mikrofonen, die mit Computersys­temen in der Cloud verbunden sind. Besonders im Zusammenhang mit der Pflege älterer Menschen, aber auch in der Betreuung und Erziehung von Kindern würde diese neuen »Gesprächspartnern« bislang ungeahnte Wichtigkeit zukommen, ist Vlahos überzeugt.

Die Vision einer solchen Zukunft, in der intelligenten KIs zunehmend die Aufgabe zwischenmenschlichen Kontakts übertragen wird, sei allerdings auch bedrückend. Und den diese KIs zur Verfügung stellenden Tech-Giganten, die heute schon zunehmend die Auswahl der Nachrichten, Videos und Fakten übernommen haben, die wir konsumieren, käme dann noch größere Macht und gesellschaftliche Verantwortung zu. Wenn die Ohren der KIs irgendwann überall sind, wäre zudem auch die gute alte »analoge« Privatsphäre endgültig Geschichte. So oder so: Es wird Gesprächsbedarf geben – mit künstlichen Intelligenzen genauso wie miteinander, damit die Utopie nicht irgendwann doch ins Dystopische umschlägt.