Die Frage nach einem Damenhaarschnitt wird die Art und Weise verändern, wie wir in Zukunft mit Computern umgehen werden. Zumindest wenn es nach Google geht. Der Konzern hat in der vergangenen Woche eine neue Version seines KI-Assistenten vorgestellt, und die Duplex genannte Software kann in Zukunft selbständig Telefongespräche im Auftrag ihres Nutzers führen. Zum Beispiel beim Friseur anrufen und einen Termin vereinbaren.
Ein zufälliger Zuhörer kann kaum hören, welche Stimme dem Computer und welche dem Menschen gehört. Auf Googles Entwicklerkonferenz I/O, auf der das System vorgestellt wurde, gab es Szenenapplaus. Ebenso laut wie der Beifall waren die Bedenken. Dürfe im Zeitalter von Fake News eine Maschine so tun, als sei sie ein Mensch?
In vergleichsweise Rekordzeit hat Google auf diese Skrupel reagiert und versprochen, dass das System, sollte es denn zum Einsatz kommen, sich auch als Maschine identifizieren werde. Google ist mit seinem Ansinnen nicht allein. Das KI-Startup Lyrebird etwa bietet synthetische Sprache für jedermann. Man muss nur für fünf Minuten Beispielsätze einsprechen, und schon kann die KI eine Kopie der eigenen Stimme anfertigen.
Der Autor hat das ausprobiert. Hier kann man sich das Ergebnis anhören, es funktioniert wie alle anderen hier erwähnten Anwendungen bislang nur auf Englisch. Fazit: Freunde und Verwandte wird man damit nicht täuschen können. Aber für einen Uneingeweihten am Telefon sollte die Qualität ausreichen. Zur Not kann man sich ja auf eine schlechte Verbindung berufen.
Die Maschine sagt bewusst "Äh" und "Hhm"
Fakt ist, dass wir den sprechenden Computern in Zukunft wohl kaum mehr entgehen werden können. "Die Fähigkeit des Menschen, Symbole zu manipulieren, die bloße Möglichkeit zu denken, ist unentwirrbar mit seinen sprachlichen Fähigkeiten verwoben. Jede Neuschöpfung des Menschen in Form einer Maschine muss deshalb diese wesentlichste unter den Eigenschaften berücksichtigen, die ihn als Menschen charakterisieren", schrieb der Computerwissenschaftler Joseph Weizenbaum in seinem Buch "Die Macht der Computer und die Ohnmacht der Vernunft".
Der Mann hat es wissen müssen, schließlich hat er in den Siebzigerjahren die erste Chat-Software programmiert, die Menschen davon überzeugte, es im Gespräch mit einem Artgenossen und nicht mit einer Maschine zu tun zu haben. Weizenbaums Programm basierte freilich nur auf Text. Tatsächlich gesprochene Sprache war bis dato ein bisschen delikater.
KI-Assistenten wie Alexa oder Siri sind ja bislang vor allem deshalb leicht zu identifizieren, weil sie viel zu perfekt oder besser: viel zu monoton artikulieren. Den Effekt gibt es auch visuell. Man spricht dann vom uncanny valley, vom "unheimlichen Tal", einem Einbruch in der Akzeptanz von fotorealistischen 3D-Figuren oder Robotern, falls diese besonders menschenähnlich gestaltet sind. Wenn etwas zu glatt wirkt, kommt es uns fremd vor. Deshalb mischt Googles Duplex nun willkürlich ein paar "Ähs" und "Hhms" in ihre Rede ein, macht Kunstpausen - oder besser künstliche Pausen - und reagiert auf Nachfragen.
Fast alle KI-Anwendungen funktionieren für einen spezifischen Einsatzzweck
Wie jede andere KI-Anwendung ist Duplex aber nur in einem sehr klar definierten Einsatzfeld effektiv. Die Beispielgespräche, die Google hier aufgeführt hat - neben dem Termin beim Friseur wurde auch ein Tisch in einem Restaurant reserviert -, sind nicht zufällig auch unter Menschen sehr formelhaft: Um was geht es? Zu welcher Uhrzeit? Ja, nein. Bitte, danke. Wiedersehen. Schon die Frage nach dem Wetter oder ein anderer Small-Talk-Schnipsel bringt die Software aus dem Konzept.
Anders ausgedrückt: Der Roboter-Anrufer ist vor allem in solchen Situationen erfolgreich, in denen auch sein menschlicher Gesprächspartner anscheinend wie ein Automat kommuniziert. Der Weltgeist hat also schon wieder mal zugeschlagen. Nachdem der Kapitalismus 150 Jahre lang daran gearbeitet hat, Menschen zu Robotern zu formen, hat er jetzt Roboter geschaffen, die so tun, als seien sie Menschen. Jedenfalls reden sie schon so.
