AI Literacy: An Exercise in Power-Knowledge

Die unsichtbare Bibliothek und die Macht des „Warum?“-Fragens

Stellen Sie sich vor, Sie betreten eine riesige, magische Bibliothek. In der Vergangenheit mussten Sie, wenn Sie etwas lernen wollten, durch staubige Regale suchen, viele Bücher lesen und die Geschichte selbst zusammensetzen. Heute haben wir einen neuen Typus von Bibliothekar: Künstliche Intelligenz (KI). Dies ist nicht nur ein Bibliothekar, der Bücher findet; es ist ein Bibliothekar, der auf der Grundlage von allem, was er jemals gelesen hat, augenblicklich eine ganz neue Geschichte für Sie schreiben kann. Aber hier ist der Haken: Dieser Bibliothekar nennt Ihnen nicht einfach nur Fakten; er entscheidet, welche Fakten er Ihnen mitteilt, wie er sie erzählt und was er weglässt.

Um zu verstehen, warum das wichtig ist, müssen wir uns zwei große Ideen ansehen, die uns helfen zu erkennen, was wirklich geschieht. Erstens gibt es die Idee, dass „Wissen Macht ist“. Das bedeutet, dass derjenige, der entscheiden darf, was wahr oder wichtig ist, viel Kontrolle darüber besitzt, wie wir die Welt sehen. Zweitens gibt es die Idee des „kritischen Bewusstseins“. Dies ist die Fähigkeit, aufzuwachen und zu erkennen, dass die Geschichten, die man uns erzählt, nicht einfach neutrale Fakts sind; sie werden von den Menschen und Systemen geformt, die sie erzählen. Wenn wir nur lernen, wie wir den KI-Bibliothekar nutzen, um unsere Hausaufgaben schnell zu erledigen, übersehen wir vielleicht die Tatsache, dass der Bibliothekar still und leise unsere Gedanken formt. Dieses Paper stellt eine große Frage: Bilden wir Menschen nur zu klugen Kunden aus, die kaufen, was die KI verkauft, oder bilden wir sie zu den Chefs aus, die verstehen, wie der Laden gebaut ist?

Der Kunde vs. der Architekt

Dieses Paper argumentiert, dass die Art und Weise, wie wir Menschen derzeit über KI unterrichten, ein entscheidendes Puzzleteil vermissen lässt. Momentan behandeln die meisten Schulen und Organisationen „KI-Literacy“ (KI-Kompetenz) wie eine Fahrschulstunde. Man lehrt Sie, wie man das Auto lenkt, wie man die Spiegel prüft und wie man die Verkehrsregeln befolgt, damit man nicht verunfallt. Man nennt dies „Kompetenz“. Es geht darum, das Werkzeug sicher und effizient zu benutzen.

Die Autoren dieses Papers sagen, dass dies nicht ausreicht. Sie argumenten, dass die Behandlung der KI als einfaches Werkzeug so ist, als würde man jemandem das Autofahren beibringen, ohne jemals zu erklären, wer die Straßen gebaut hat, warum die Straßen dort verlaufen, wo sie verlaufen, oder wer entscheidet, wo die nächste Straße gebaut wird. Wenn Sie nur wissen, wie man fährt, sind Sie nur ein Konsument des Systems. Sie kommen zwar dorthin, wo Sie hinmüssen, aber Sie haben kein Mitspracherecht bei der Bestimmung des Ziels.

Das Paper schlägt vor, dass wir von der Vermittlung von „Kompetenz“ zur Vermittlung von Ermächtigung (Empowerment) übergehen müssen. Anstatt nur ein guter Fahrer zu sein, müssen wir zu epistemischen Akteuren werden. Das ist eine schicke Art zu sagen: „Wissens-Akteure“ oder „Wissens-Chefs“. Ein Akteur nutzt die KI nicht einfach nur; er versteht, dass die KI eine Maschine ist, die von Menschen mit spezifischen Vorurteilen, Prioritäten und blinden Flecken gebaut wurde. Er weiß, dass die KI kein Kristallball ist, der die absolute Wahrheit zeigt; sie ist ein Spiegel, der die Welt so reflektiert, wie sie in der Vergangenheit niedergeschrieben wurde – inklusive aller Fehler und Ungleichheiten dieser Vergangenheit.

Die drei Schlüssel zur Entschlüsselung der KI

Um Nutzer von passiven Konsumenten in aktive Akteure zu verwandeln, schlagen die Autoren ein neues dreiteiliges Framework vor. Betrachten Sie dies als ein Drei-Schlüssel-System, um das volle Potenzial der KI-Literacy freizuschalten.

1. Kontextuelle Nutzung: Das Notizbuch des Detektivs
Der erste Schlüssel betrifft die Art und Weise, wie wir das Werkzeug nutzen. Der aktuelle Unterricht sagt: „Nutze die KI, um deinen Aufsatz zu schreiben.“ Der neue Ansatz sagt: „Nutze die KI, aber wisse, warum du sie nutzt und wie sie deine Antwort formt.“
Stellen Sie sich vor, Sie sind ein Detektiv. Wenn Sie die KI fragen: „Wer ist der beste Detektiv?“, liefert sie Ihnen vielleicht eine Liste berühmter fiktiver Charaktere aus englischen Romanen. Ein „kompetenter“ Nutzer akzeptiert diese Liste. Ein „ermächtigter“ Nutzer (der die kontextuelle Nutzung anwendet) fragt: „Warte, warum hat sie nur englische Charaktere ausgewählt? Was ist mit Detektiven aus anderen Kulturen oder realen Ermittlern, die nicht berühmt sind?“ Sie verstehen, dass die Antwort der KI davon abhängt, womit sie gefüttert wurde. Sie nutzen die KI als Denkpartner, um ihre eigenen Fragen zu erforschen, und nicht bloß als eine Maschine, die Antworten ausspuckt. Sie wissen, dass das Werkzeug Grenzen hat und dass die „Antwort“ nur eine mögliche Version der Geschichte ist.

2. Kritische Hinterfragung: Der Röntgenblick
Der zweite Schlüssel betrifft den Blick in das Innere der Maschine. Hier hören wir auf, dem Wort der KI Glauben zu schenken, und beginnen stattdessen zu fragen: „Wie bist du darauf gekommen?“
Die Autoren schlagen vor, dass wir einen „Röntgenblick“ benötigen, um die unsichtbaren Zahnräder im Inneren der KI zu sehen. Dies beinhaltet drei Hauptpraktiken:

• Genealogische Analyse: Den Stammbaum einer Antwort zurückverfolgen. Wenn die KI etwas als wahr bezeichnet, fragen wir: „Welche Bücher oder Webseiten hast du gelesen, um das zu lernen? Wer hat sie geschrieben?“
• Bias-Erkennung (Vorurteils-Erkennung): Muster erkennen. Wenn die KI Ärzte immer als Männer und Krankenschwestern als Frauen beschreibt oder wenn sie die Geschichte nur aus der Sicht eines einzigen Landes kennt, müssen wir dies als Fehler in ihrem Training erkennen und nicht als Fakt der Welt.
• Counter-Prompting (Gegen-Prompting): Dies ist wie das Spielen des „Advocatus Diaboli“ mit der Maschine. Man bittet die KI, einen Standpunkt zu erklären, fragt sie dann, den entgegengesetzten Standpunkt zu erklären, und fragt schließlich: „Welche Standpunkte fehlen hier völlig?“ Dies verwandelt den Nutzer vom Empfänger von Informationen in einen Analysten dessen, wie die Maschine denkt.

3. Partizipative Governance: Die Bürgerversammlung
Der dritte und ehrgeizigste Schlüssel betrifft die Mitbestimmung bei den Regeln. Derzeit nutzen die meisten Menschen die KI einfach; sie haben jedoch kein Mitspracherecht bei der Frage, wie sie gebaut wird.
Die Autoren argumentieren, dass KI-Literacy auch „bürgerschaftliche Kompetenz“ (Civic Literacy) beinhalten muss. Das bedeutet zu verstehen, dass KI ein öffentliches System ist, wie ein Park oder eine Straße, und dass wir eine Stimme bei ihrer Verwaltung haben sollten. Es geht darum zu wissen, wem die KI gehört (meist großen Unternehmen), wie die Regierung sie reguliert und wie normale Menschen ihre Stimme erheben können.
Das Paper weist darauf hin, dass Menschen dies trotz der Schwierigkeiten bereits tun. Beispielsweise konnten in der Europäischen Union Bürgerinnen und Bürger sowie Verbände Feedback zu neuen KI-Gesetzen geben. Die Autoren schlagen vor, dass KI-Literacy den Menschen beibringen sollte, wie sie an diesen Gesprächen teilnehmen, wie sie fordern können, dass KI-Systeme ihre lokalen Kulturen und Sprachen respektieren, und wie sie für ein System kämpfen können, das für alle funktioniert, nicht nur für die Reichen oder Hochgebildeten.

Die Kluft zwischen den Habern und Nicht-Habern

Das Paper hebt auch eine erschreckende Realität hervor: Die Kluft zwischen denen, die KI verstehen, und denen, die es nicht tun, wird immer größer.
Momentan haben reiche Menschen und Menschen mit viel Bildung Zugang zu den besten KI-Tools. Sie können sich die „Premium“-Versionen leisten, die intelligenter und aktueller sind. Viel wichtiger noch: Sie haben die Bildung, um zu wissen, wie man die richtigen Fragen stellt und Vorurteile erkennt. Sie nutzen die KI, um noch klüger und mächtiger zu werden.
Auf der anderen Seite nutzen Menschen mit weniger Geld oder Bildung oft nur die kostenlosen, eingeschränkten Versionen. Sie nutzen die KI, um einfache Antworten zu erhalten, verfügen aber nicht über die Fähigkeiten, die Antworten zu hinterfragen oder das System zu verändern. Das Paper legt nahe, dass die KI die Kluft, anstatt sie zu schließen, möglicherweise sogar vergrößert. Es ist, als würde man jemandem, der weiß, wie man fährt, ein superschnelles Fahrrad geben, während man jemandem, der es nicht weiß, ein kaputtes Dreirad gibt. Die erste Person rast davon; die zweite Person tritt nur ins Leere.

Das Fazit

Die Autoren kommen zu dem Schluss, dass wir nicht einfach nur lernen können, „gute Nutzer“ der KI zu sein. Wenn wir das tun, bilden wir sie nur zu besseren Konsumenten in einem System aus, das sie nicht kontrollieren. Wir müssen sie zu Akteuren ausbilden – Menschen, die verstehen, dass die KI eine mächtige Kraft ist, die bestimmt, was wir wissen, und die die Fähigkeiten besitzen, sie zu hinterfragen, sie herauszufordern und mitzugestalten.

Dies ist nicht nur eine Frage des Lernens einer neuen Computerfertigkeit. Es ist eine politische Frage: Wer entscheidet darüber, was in unserer Welt wahr ist? Das Paper legt nahe, dass wir, wenn wir die Art und Weise, wie wir KI-Literacy lehren, nicht korrigieren, Gefahr laufen, eine Welt zu erschaffen, in der einige wenige mächtige Systeme über alles für alle anderen entscheiden. Aber wenn wir Menschen lehren, kritisch, neugierig und aktiv zu sein, können wir die KI in ein Werkzeug verwandeln, das allen hilft, die Welt besser zu verstehen, anstatt ein Werkzeug, das sie kontrolliert. Das Ziel ist es, vom bloßen Fahren des Autos zum Mitgestalten der Straße überzugehen.