Interview with Kalle Lyytinen on "Implications of Theories of Language for Information Systems"
In diesem Interview reflektiert Kalle Lyytinen über die Ursprünge und die Entwicklung seines wegweisenden Werks über die linguistischen Grundlagen von Informationssystemen, diskutiert deren anhaltende Relevanz im Zeitalter von Large Language Models und generativer KI und skizziert zugleich zukünftige Forschungsrichtungen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Welt der Informationssysteme (IS) nicht als eine Ansammlung von kalten, harten Drähten und leuchtenden Bildschirmen vor, sondern als eine riesige, geschäftige Bibliothek, in der die Bücher aus Licht bestehen und die Bibliothekare Algorithmen sind. Im Kern ist IS das Studium dessen, wie wir Technologie nutzen, um miteinander zu kommunizieren und Dinge zu erledigen. Denken Sie an es wie ein massives Übersetzungsprojekt: Menschen haben chaotische, komplizierte Gefühle und Ideen, und Computer sprechen in einem strengen Binärcode (Einsen und Nullen). Die Aufgabe von IS-Forschern ist es, herauszufinden, wie man Brücken zwischen diesen beiden Welten baut, damit der Computer versteht, was wir meinen, und wir verstehen, was der Computer tut. Jahrzehntelang haben Wissenschaftler darüber gestritten, wie Sprache funktioniert, um diese Brücken zu bauen. Einige denken, Sprache sei wie ein starrer Satz mathematischer Regeln (Grammatik), während andere denken, sie sei eher wie ein soziales Spiel, bei dem sich die Bedeutung ändert, je nachdem, wer spricht und wo. Das ist für jeden wichtig, denn jedes Mal, wenn Sie eine Textnachricht senden, eine Pizza online bestellen oder ein GPS benutzen, verlassen Sie sich auf diese unsichtbaren Brücken. Wenn die Brücke auf einer falschen Vorstellung davon gebaut ist, wie Sprache funktioniert, geht die Nachricht verloren, die Pizza landet im falschen Haus oder das GPS fährt Sie in einen See.
In diesem lebhaften Gespräch setzt sich Kalle Lyytinen, ein erfahrener Forscher, der bereits vor vierzig Jahren über diese „Sprachbrücken“ schrieb, mit zwei neugierigen Interviewern zusammen, um zu sehen, wie sich die Landschaft verändert hat. Das Papier ist im Wesentlichen ein zeitreisender Chat, in dem Lyytinen auf seinen berühmten Artikel aus dem Jahr 1985 zurückblickt und fragt: „Haben wir es richtig gemacht? Und was machen wir jetzt, wo Computer zurückreden können?“
Lyytinen erklärt, dass seine ursprüngliche Idee einfach, aber tiefgründig war: Informationssysteme sind nicht nur Maschinen; sie sind linguistische Systeme. Er vergleicht sie mit „Bit-Strings“ (langen Ketten aus Nullen und Einsen), die völlig bedeutungslos sind, bis Menschen ihnen eine Geschichte geben. Ein Computer ist nur ein Roboter, der diese Bit-Strings hin- und herschiebt; er weiß nicht, was sie bedeuten. Die Bedeutung kommt von uns, den Menschen, die diese Systeme nutzen, um zu kommunizieren und zu arbeiten. Er argumenttiert, dass Forscher die Sprache lange Zeit als eine langweilige, Hintergrund-Tatsache behandelt haben – wie die Luft, die wir einfach atmen, ohne darüber nachzudenken. Aber Lyytinen besteht darauf, dass die „Luft“ eigentlich der wichtigste Teil ist. Wenn man nicht versteht, wie Menschen Wörter benutzen, um Bedeutung zu erzeugen, kann man kein System bauen, das ihnen tatsächlich hilft.
Als die Interviewer fragen, ob sein alter Rat noch Bestand hat, gibt Lyytinen zu, dass sich die Welt verschoben hat. In den 80er Jahren wurden Computer hauptsächlich dazu verwendet, langweilige Büroaufgaben zu automatisieren, wie etwa die Bestandsverwaltung oder die Buchhaltung. Dies waren digitale Versionen alter Papierakten. Heute jedoch haben wir Large Language Models (LLMs) und Generative KI. Diese sind die „neuen Kinder auf dem Block“. Lyytinen beschreibt sie als faszinierend, aber knifflig. Im Gegensatz zu den alten Computern, die strengen Regeln folgten, sind diese neuen KI-Modelle wie superintelligente Papageien. Sie „wissen“ nicht wirklich, was ein Wort bedeutet; sie wissen nur, welche Wörter normalerweise basierend auf dem Lesen von Milliarden von Sätzen nebeneinander erscheinen. Sie sind unglaublich gut darin, das nächste Wort in einem Satz zu erraten, aber sie haben kein Konzept der realen Welt. Wenn man ihnen eine Frage stellt, „denken“ sie nicht über die Antwort nach; sie berechnen lediglich die wahrscheinlichste Antwort basierend auf Mustern.
Dies führt zu einer großen Wendung in der Geschichte. Lyytinen weist darauf hin, dass diese KI-Modelle zwar erstaunlich gut darin sind, menschliche Sprache nachzuahmen, ihnen aber eine „normative Sicht“ fehlt. Auf Deutsch gesagt: Sie wissen nicht, was in der realen Welt richtig oder falsch ist, sondern nur, was in ihren Trainingsdaten häufig vorkommt. Sie sind wie ein Koch, der zwar jedes Rezept der Welt probiert hat, aber noch nie eine Mahlzeit gegessen oder Hunger gespürt hat. Aus diesem Grund schlägt Lyytinen vor, dass wir ihnen nicht blind vertrauen können. Wir Menschen sind immer noch die „letzten Schiedsrichter“ – wir müssen entscheiden, ob das, was die KI sagt, tatsächlich Sinn ergibt.
Das Gespräch taucht auch darin ein, wie dies die „Datenschicht“ unserer Technologie verändert. Lyytinen nutzt hier eine kreative Analogie: In der Vergangenheit waren Daten wie ein ordentlich sortierter Aktenschrank mit beschrifteten Ordnern. Jetzt, mit KI, ist die Datenschicht zu einer chaotischen, aber kraftvollen Suppe aus „Tokens“ (winzigen Wortstücken) und „Modellen“ (den Rezepten zum Mischen dieser Stücke) geworden. Dies ist eine völlig neue Art von Artefakt, das Forscher erst noch zu verstehen versuchen. Es geht nicht mehr nur darum, Daten zu speichern; es geht darum, diese neuen, fließenden Fähigkeiten zu verwalten. Lyytinen warnt, dass wir uns derzeit in einer Phase des „Lernens durch Ausprobieren“ befinden. Wir haben noch keinen perfekten Plan dafür, wie wir diese neuen KI-Werkzeuge in großen Unternehmen managen sollen. Es ist, als würde man versuchen, einen Wolkenkratzer zu bauen, während der Boden unter einem noch schwankt.
Schließlich gibt Lyytinen der nächsten Generation von Forschern (wie den PhD-Studenten, die die Fragen stellen) einen Rat. Er schlägt vor, dass der beste Weg, etwas zu bewegen, nicht darin besteht, nur dem neuesten Hype zu folgen, sondern eine „höherwertige“ Frage zu stellen. Anstatt nur zu fragen: „Wie codieren wir diese KI?“, fragen Sie: „Wie verändert diese KI die Art und Weise, wie wir über Arbeit nachdenken?“ oder „Wie verändert sie die Bedeutung von Daten?“. Er glaubt, dass die spannendste Forschung daraus entstehen wird, wie diese neuen, performativen Werkzeuge (Werkzeuge, die Dinge tun, statt sie nur zu zeigen) in unser soziales Leben passen.
Kurz gesagt deutet das Papier darauf hin, dass unsere Werkzeuge, um mit Computern zu sprechen, zwar unglaublich schick geworden sind, aber die grundlegende Regel bleibt: Bedeutung ist eine menschliche Sache. Computer können Wörter sortieren und Muster erraten, aber sie können von sich aus keine Bedeutung erschaffen. Während wir voranschreiten, besteht die Herausforderung nicht nur darin, intelligentere KI zu bauen, sondern darin, herauszufinden, wie wir diese musterverarbeitenden Maschinen in das chaotische, soziale und linguistische Gefüge des menschlichen Lebens einweben können, ohne den Griff zu dem zu verlieren, was tatsächlich zählt. Das Papier behauptet nicht, dieses Rätsel gelöst zu haben; vielmehr legt es nahe, dass wir uns erst am Anfang einer langen, interessanten Reise befinden, um es zu verstehen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.