Lost in Translation: How Universal Ethical Values Fail to Translate Across Global Contexts

Stellen Sie sich eine Welt vor, in der ein einziger Satz von Regeln geschrieben wurde, um zu leiten, wie intelligente Maschinen agieren sollten – ein Regelbuch, das überall funktionieren soll, von einer geschäftigen Stadt in Europa bis zu einem abgelegenen Dorf in Afrika. Dies ist das aktuelle Bestreben der Ethik der künstlichen Intelligenz. Seit Jahren einigen sich große Organisationen und Technologieunternehmen auf eine Liste von Kernwerten – Fairness, Transparenz, Privatsphäre und Rechenschaftspflicht –, von denen sie glauben, dass sie diese Systeme steuern sollten. Die Idee dahinter ist, dass diese Konzepte, wenn wir sie nur präzise genug definieren, überall auf die gleiche Weise funktionieren werden, unabhängig davon, wo die Technologie eingesetzt wird. Aber dieser Ansatz setzt voraus, dass eine Person in einer Kultur „Fairness“ oder „Privatsphäre“ auf exakt dieselbe Weise versteht wie eine Person in einer anderen. Er behandelt menschliche Werte so, als wären sie universelle Konstanten wie die Schwerkraft, anstatt Ideen, die aus spezifischen Geschichten, Beziehungen und dem täglichen Leben erwachsen.

Diese Annahme ist die zentrale Frage, die ein Forscherteam zu testen versuchte. Sie wollten wissen, was passiert, wenn diese globalen Regeln auf lokale Realitäten treffen. Stimmen die Menschen, die diese Systeme tatsächlich bauen, nutzen und mit ihnen leben, in den verschiedenen Teilen der Welt mit den Standarddefinitionen überein? Oder betrachten sie die Technologie durch eine völlig andere Linse? Die Forscher fragten nicht danach, ob die Technologie technisch funktioniert, sondern ob der moralische Kompass, der sie leitet, für alle in dieselbe Richtung zeigt. Sie vermuteten, dass die Kluft zwischen einem globalen Regelbuch und dem lokalen Leben größer sein könnte, als man es sich vorstellen konnte, was potenziell dazu führt, dass viele Gemeinschaften zurückgelassen werden oder gezwungen sind, Werte zu akzeptieren, die nicht zu ihren Bedürfnissen passen.

Um die Antwort zu finden, reisten die Forscher in zehn verschiedene Länder in Afrika, Asien, Lateinamerika, Europa, Nordamerika, der Karibik und Ozeanien. Sie untersuchten nicht den Code der Maschinen selbst; stattdessen setzten sie sich mit vierzehn Experten zusammen, die in diesen vielfältigen Regionen leben und arbeiten. Dies waren nicht nur Informatiker, sondern auch Gemeindeleiter, Journalisten und politische Fürsprecher, die sowohl die Technologie als auch die tiefen kulturellen Strömungen ihrer Heimatländer verstehen. Im Laufe von sieben Monaten führten die Teammitglieder vertiefte Gespräche und baten diese Experten zu erklären, wie sie künstliche Intelligenz in ihrer eigenen Nachbarschaft sehen und wie sie die großen ethischen Begriffe interpretieren, die in globalen Grundsatzdokumenten verwendet werden.

Was aus diesen Gesprächen hervorging, war ein klares Bild einer Welt, in der die Erfahrung von Technologie zutiefst ungleichmäßig ist. Die Experten beschrieben eine Landschaft, in der der Zugang zu künstlicher Intelligenz oft durch einfache, physische Realitäten blockiert wird: ein Mangel an zuverlässiger Elektrizität, instabile Internetverbindungen oder das Fehlen erschwinglicher Geräte. In vielen Regionen kommt die Technologie nicht als neutrales Werkzeug an, sondern als etwas, das sich anfühlt, als würde es der Gemeinschaft entzogen, anstatt mit ihr gemeinsam geschaffen zu werden. Die Forscher fanden heraus, dass Menschen in diesen Regionen oft das Gefühl haben, dass ihre Daten ohne ihr volles Verständnis oder ihre Zustimmung genommen werden, um Systeme zu trainieren, die dann jedoch ihre Sprachen, Akzente oder kulturellen Nuancen nicht erkennen können. Dies erzeugt ein Gefühl der Extraktion, bei dem die lokale Gemeinschaft zwar den Treibstoff für die Maschine liefert, aber kaum von deren Nutzen profitiert, während die Entscheidungen darüber, wie die Maschine arbeitet, weit entfernt von Menschen getroffen werden, die ihre täglichen Kämpfe nicht teilen.

Die auffälligste Entdeckung war jedoch, wie die Experten eben jene Begriffe neu definierten, die zur Steuerung dieser Systeme verwendet werden. Wenn die Forscher nach „Privatsphäre“ fragten, konzentriert sich die Standarddefinition der globalen Welt auf das Recht des Individuums, seine eigenen Daten geheim zu halten. Doch in vielen der in der Studie vertretenen Kulturen ist Privatsphäre kein individueller Schutzschild, sondern eine kollektive Praxis. Für diese Experten ist Privatsphäre eine Angelegenheit der Familie oder der Gemeinschaft. Zu entscheiden, welche Informationen geteilt werden, ist ein Gruppengespräch, das gegen das Wohlergehen und den Ruf der gesamten Gruppe abgewogen wird, nicht nur gegen die Rechte einer einzelnen Person. Ein System, das Daten rein als individuelles Eigentum behandelt, verfehlt den Kern dessen, wie diese Gemeinschaften tatsächlich funktionieren.

Ähnlich verhielt es sich mit dem Konzept der „Transparenz“. In der globalen Technologiewelt bedeutet Transparenz oft, den Code zu öffnen, damit Ingenieure sehen können, wie die Mathematik dahnt. Aber für die Experten in dieser Studie war Transparenz ein Thema des Vertrauens und der Rechenschaftspflicht. Sie mussten nicht den Code sehen; sie mussten in der Lage sein, einen Menschen zu fragen: „Warum haben Sie diese Entscheidung getroffen?“, und eine Antwort erhalten, die in ihrer eigenen Sprache und ihrem eigenen Kontext Sinn ergibt. Wenn ein Landwirt in einer ländlichen Gegend nicht verstehen kann, warum eine Maschine Regen oder Dürre vorhersagt, dann ist das System nicht transparent, egal wie viel technische Dokumentation existiert. Vertrauen wird durch Beziehungen und klare Kommunikation aufgebaut, nicht durch den Zugang zu komplexen Algorithmen.

Auch die Vorstellung von „Fairness“ verschob sich. Die Standardansicht sucht oft nach mathematischer Gleichheit und stellt sicher, dass jede Gruppe exakt das gleiche Ergebnis erhält. Die Experten argumentierten jedoch, dass wahre Fairness über Gerechtigkeit und Zugang definiert ist. Wenn ein System technisch fair ist, aber eine Hochgeschwindigkeits-Internetverbindung oder ein Smartphone erfordert, um genutzt zu werden, dann ist es nicht fair gegenüber der Person, die über diese Ressourcen nicht verfügt. Fairness bedeutet in ihrer Sicht, sicherzustellen, dass das System für alle zugänglich ist und dass die Menschen, die es entwerfen, den Stimmen derjenigen zugehört haben, die am stärksten von ihm betroffen sind. Es ist eine Frage der strukturellen Gerechtigkeit, nicht bloß einer Berechnung von Zahlen.

Die Forscher fanden heraus, dass diese Unterschiede nicht nur geringfügige Missverständnisse sind; es sind das, was sie „Übersetzungslücken“ nennen. Dies ist der Raum, in dem eine universelle Regel nicht korrekt an einem spezifischen Ort ankommt. Wenn ein globaler Rahmenwerk sagt „sei fair“, kann das in einem Sitzungssaal in New York etwas ganz anderes bedeuten als in einem Dorf in Kenia. Wenn diese Lücken ignoriert werden, ist das Ergebnis oft ein System, das sich fremd, unzuverlässig oder sogar schädlich für die Menschen anfühlt, denen es eigentlich helfen soll. Die Experten beschrieben das Gefühl, Fremde in ihrer eigenen technologischen Zukunft zu sein und zuzusehen, wie Entscheidungen für sie von fernen Autoritäten getroffen werden, die ihre lokalen Werte nicht verstehen.

Als Reaktion auf diese Erkenntnisse schlugen die Experten einen neuen Weg vor. Sie deuteten an, dass wir anstelle des Versuchs, eine einzige Menge von Regeln auf die ganze Welt zu erzwingen, ein System der Governance benötigen, das Raum für viele verschiedene Stimmen lässt. Sie schlugen vor, dass lokale Gemeinschaften die Autorität haben sollten, die Art und Weise mitzugestalten, wie diese Technologien in ihren jeweiligen Regionen entworfen und genutzt werden. Dies bedeutet eine Abkehr von einem Modell, in dem einige wenige mächtige Institutionen die Regeln diktieren, hin zu einem Modell, in dem Wissen und Entscheidungsfindung geteilt werden. Es beinhaltet die Anerkennung, dass lokale Kulturen ihr eigenes tiefes Wissen darüber besitzen, wie man mit Daten umgeht, wie man Vertrauen aufbaut und wie man Gerechtigkeit gewährleistet.

Die Studie kommt zu dem Schluss, dass der Weg zu einer ethischen künstlichen Intelligenz nicht darin besteht, eine einzige, perfekte Definition eines Wertes zu finden, der überall funktioniert. Stattdessen geht es darum, einen Prozess zu schaffen, in dem diese Werte ausgehandelt und angepasst werden können, während sie von einem Kontext in den nächsten übergehen. Es erfordert das Zuhören bei den Menschen, die tatsächlich mit der Technologie leben, und ihnen zu erlauben, zu definieren, was Fairness, Privatsphäre und Vertrauen in ihrem eigenen Leben bedeuten. Indem wir diese ethischen Werte als etwas behandeln, das für jede Gemeinschaft übersetzt und neu gedacht werden muss, anstatt als einen festen Standard, der auferlegt wird, können wir Systeme bauen, die nicht nur intelligenter, sondern auch gerechter und menschlicher sind. Die Forscher legen nahe, dass dieser Wandel essenziell ist, wenn wir wollen, dass künstliche Intelligenz der gesamten Menschheit dient und nicht nur wenigen.