KÜNSTLICHE INTELLIGENZ IM POLITISCHEN KONTEXT

In den letzten zwei Jahren sind Systeme des maschinellen Lernens, allgemeiner als künstliche Intelligenz bekannt, in den Bereich der breiteren wirtschaftlichen Aktivität eingedrungen und wurden teilweise der allgemeinen Verbraucherbasis zugänglich gemacht. Der Hauptunterschied zwischen Systemen der künstlichen Intelligenz und klassischer Datenverarbeitung besteht darin, dass diese Systeme audiovisuelle Inhalte wahrnehmen und interpretieren sowie Inhalte neu erstellen können, um bestimmte Ziele zu erreichen. Beispielsweise können generative Systeme der künstlichen Intelligenz neue visuelle Inhalte auf der Grundlage von interpretierten Datenbanken erstellen. Aus den extrahierten Informationen in den Datenbanken können Programme dann gemeinsame Elemente und definierende Eigenschaften kombinieren, um neue Inhalte zu schaffen, die die Kriterien des zu erstellenden Konzepts erfüllen, während sie aktiv vermeiden, Kriterien einzubeziehen, die den erstellten Inhalt außerhalb der Definition platzieren würden. Wenn der eingegebene Befehl lautet, ein Bild eines Delfins zu erstellen, wird das System der künstlichen Intelligenz höchstwahrscheinlich ein Bild eines Delfins im Wasser und nicht im Dschungel erstellen. Dasselbe gilt für die Verarbeitung von Texten. Auf einer komplexeren Ebene können Systeme der künstlichen Intelligenz auch Gleichungen lösen und umfassende mathematische Daten verarbeiten und interpretieren, die den wissenschaftlichen Fortschritt in den Naturwissenschaften vorantreiben. Der wichtigste Aspekt der künstlichen Intelligenz und der Grund, warum sie auch Systeme des maschinellen Lernens genannt werden, besteht darin, dass die Verarbeitung und Neuerstellung aller möglichen Inhalte die zukünftige Interpretation und Wissensentwicklung informiert. Im Gegensatz zu konventionellen Computersystemen kann maschinelles Lernen auf der Grundlage aller verfügbaren Strukturen, Regeln, Dynamiken und Daten Hypothesen aufstellen. Mit diesen Eigenschaften werden Systeme des maschinellen Lernens zu einem integralen Bestandteil unseres täglichen Lebens, wie der bereits erfolgte wirkungsvolle Eintritt in die allgemeine Wirtschaft gezeigt hat. Viele Prozesse und Strukturen wurden durch künstliche Intelligenz aufgrund ihrer schnellen und kontinuierlichen Funktionsweise unmittelbar beeinflusst. Dies bedeutet, dass sie auch die Politik beeinflussen wird, sobald sie ein stärker konsolidierter Bestandteil unseres globalisierten und digitalisierten Handelns ist. Dieser Essay erörtert, wie künstliche Intelligenz die Politik informieren kann und welche potenziellen Probleme maschinelles Lernen im Kontext der Politik verursachen wird und auf welche es treffen wird.

Ein Devletistisches Werkzeug

Eine der großen Stärken des maschinellen Lernens besteht darin, dass subjektive Daten wie Bilder, Meinungen und Verhaltensmuster quantifiziert werden, indem sie in quantitative Datenpunkte übersetzt werden. Diese Datenpunkte bilden die Grundlage für das System, um Regeln und Gesetzmäßigkeiten über Menschen und unsere Gesellschaften zu definieren. Aufgrund der enormen Menge an Daten, die gleichzeitig verarbeitet werden können, kann das System auch Unregelmäßigkeiten innerhalb dieser definierten Regeln verarbeiten und erklären, wie sie entstehen. Das Vorhandensein dieser Unregelmäßigkeiten fällt entweder außerhalb des Geltungsbereichs dieser Regeln und Gesetzmäßigkeiten, normalerweise weil sie durch andere komplex abgedeckte Faktoren verursacht werden, oder die Regeln und Gesetzmäßigkeiten sind nicht ausreichend untersucht oder genau definiert. Im politischen Kontext besteht der Hauptvorteil, den künstliche Intelligenzsysteme einführen, darin, dass soziale, wirtschaftliche und gesellschaftliche Strukturen und ihre Regeln gleichzeitig verarbeitet werden können. Die Verarbeitung umfasst dann die Überprüfung, ob Abhängigkeiten und Kausalitäten bestehen und ob es Bedingtheiten zwischen verschiedenen Phänomenen in den Bereichen Gesellschaft und Wirtschaft gibt, die Ergebnisse auf politischer Ebene bestimmen. Der Grund, warum es sehr wichtig ist, umfassende Datensätze mit komplexen Informationen gleichzeitig zu verarbeiten, besteht darin, dass dies hilft, Universalismus zu verhindern. Einer der Hauptgründe, warum politische Parteien entstehen, besteht darin, dass sie oft auf einem begrenzten Satz von Annahmen, Beobachtungen und Theorien basieren, die das Konzept einer Ideologie bilden. Das soll nicht heißen, dass diese Theorien an sich fehlerhaft sind, aber sie stellen die Wahrheit nicht vollständig dar, und oft nicht einmal teilweise. Vereinfacht gesagt entstehen Ideologien, wenn jemand auf eine pragmatische Faustregel stößt, die eine Vielzahl von Problemen einer bestimmten Gruppe zu lösen scheint. Natürlich wird Politik durch die Linse dieser Ideologie betrachtet und die Realität wird verzerrt, um in den Rahmen der Ideologie zu passen, wo dies möglich ist; wo es unmöglich ist, wird die Realität ignoriert. In politischen Systemen mit verschiedenen ideologischen Gruppen ist die politische Macht (im Sinne von Kapazität) in verschiedene Lager verteilt, die politische Fragen aus ihrer ideologischen Perspektive angehen. Künstliche Intelligenzsysteme haben jedoch das Potenzial, Dynamiken in Gesellschaft, Wirtschaft und Politik aufgrund des Zugangs zu einer größeren Datenbank viel genauer zu entdecken. Darüber hinaus können sie direkt identifizieren, welche Dynamik, Regel oder Gesetzmäßigkeit von anderen beeinflusst wird. Darüber hinaus hilft uns dies auch, die Hierarchie der Dynamiken in unserer Welt besser zu verstehen. Einige Dynamiken sind einflussreicher auf andere Lebensfaktoren als umgekehrt. Zusätzlich variiert die Bedeutung von Faktoren im Laufe der Zeit und ist an andere variierende Bedingtheiten gebunden. Dementsprechend können wir maschinelles Lernen auch nutzen, um besser zu verstehen, welcher Faktor welchen Faktor auf welche Weise beeinflusst.

Um diesen Gedanken mit einem Beispiel zu veranschaulichen, können wir an Verbraucherpräferenzen denken. Unter Wirtschaftswissenschaftlern gibt es seit langem eine Debatte zwischen Befürwortern, die argumentieren, dass der Konsum von der Nachfrage angetrieben wird, während andere vertreten, dass das Angebot die Nachfrage antreibt. Auf anderen Ebenen identifizieren Soziologen weitere Faktoren, die Verbraucherpräferenzen beeinflussen, wie sozialer Status, Bildung, emotionale Entwicklung und Demografie. Wiederum andere Ansätze betonen, dass Steuersysteme und Arbeitsbedingungen die Verbraucherpräferenzen in viel stärkerem Maße beeinflussen als andere Faktoren. Alle Argumente sind in unterschiedliche, teilweise sogar gemeinsame ideologische Rahmenwerke eingebettet. Diese ideologischen Rahmenwerke prägen die Bildung und Funktionsweise von Parteien. Ihr Verständnis und die reaktive Politikgestaltung beeinflussen wiederum unsere Realität auf ineffektive und ineffiziente Weise, da ihre Organisationsinteressen sie dazu neigen werden, gewünschte Ergebnisse innerhalb ihrer ideologischen Rahmenwerke zu reproduzieren, um ihre Bewertung eines Ausschnitts unserer Realität zu validieren, aus dem sie eine Faustregel abgeleitet haben, die sie universell anzuwenden versuchen.

Künstliche Intelligenz ist bislang emotional unabhängig. Während Menschen dazu neigen, Überlegenheit über ihre Mitbürger anzustreben – verursacht durch verschiedene Faktoren wie schlechte Bildung, mangelndes Selbstvertrauen oder Wissen, Traumafolgen, Rachegefühle und viele andere –, berücksichtigen Maschinenlern-Systeme derzeit solche Dimensionen in ihrer Bewertung von Dingen nicht. Sie können erkennen, warum menschliches Verhalten von diesen Motiven geleitet wird, aber – und das ist erheblich wichtiger – wie solches Verhalten durch Strukturen und präventive Gegenmaßnahmen verhindert werden kann. Durch die gründliche Untersuchung vieler komplexer Dynamiken gleichzeitig und in ihrem interaktiven Kontext werden die politischen Optionen, die ein solches System der künstlichen Intelligenz vorschlagen würde, zwangsläufig jede menschliche Leistung an Wirksamkeit, Effizienz und Machbarkeit übertreffen. Es hat das Potenzial, als Instrument der Politikgestaltung eingesetzt zu werden, besonders für devletistische politische Systeme. Der Grund dafür ist, dass Devletismus eine technokratische Form der Staatskunst ist, die das staatliche Handeln umlenkt, um die Gesellschaft vorrangig durch die Produktion echter Wissensschöpfung voranzubringen. Das bedeutet, dass Politiken durch Analyseprozesse gestaltet werden, die versuchen, so viele Einflussfaktoren wie möglich zu berücksichtigen, um immer die bestmögliche, auf die jeweilige Situation zugeschnittene Politik umzusetzen. Anders als in zeitgenössischen demokratischen Systemen mit Parteien, wo sich die Ziele der Parteien und entsprechend der Regierung ändern, anstatt die Ansätze zu ändern, ist das einzige und letzte Ziel echter Wissensschöpfung in devletistischen Systemen eine Konstante, und die Wege, dieses Ziel zu erreichen, variieren natürlicherweise mit den Veränderungen unserer Umstände. Künstliche Intelligenz wird ein wichtiger Schlüssel sein, um die logischen Grundlagen des Devletismus weiter zu unterstützen und dann auch einen möglichen Kurs politischer Maßnahmen hervorzubringen, um unsere Gesellschaften innerhalb des Bereichs dieses natürlich gegebenen Ziels voranzubringen, das Devletismus ins Zentrum der Staatskunst stellt.

Probleme In Zeitgenössischen Politischen Systemen

Leider haben Gesellschaften noch nicht die Entwicklungsstufe der devletistischen Politikgestaltung erreicht. Derzeit sind sie um die Ziele Macht und Wohlstand strukturiert. Da diese Ziele relativ sind und daher Bezugspunkte erfordern, führen Handlungen zur Verfolgung eigener Interessen naturgemäß zum Nachteil anderer. Je weiter man relative Erfolge innerhalb der definierten Ziele erreicht, desto mehr Anerkennung erhält diese Person in der Gesellschaft. Daher wird menschliches Verhalten stark dazu angereizt, nicht nur für den eigenen Erfolg innerhalb dieses Rahmens der beiden Ziele Macht und Wohlstand zu arbeiten, sondern auch den Erfolg anderer zu verhindern, um den relativen Abstand des eigenen Erfolgs zu bewahren und damit einen günstigen sozialen Status zu sichern. Innerhalb eines vollständig freien Marktes gibt es Möglichkeiten, auf beide Weisen zu arbeiten. Gewiss gibt es den klassischen Weg, die eigene Macht und den eigenen Wohlstand zu verwirklichen. Das zeitgenössische Wirtschaftsverhalten zeigt jedoch eine zunehmende Bereitschaft, gegen die Macht- und Wohlstandsakkumulation anderer zu arbeiten sowie Verbraucher auszubeuten. Die zeitgenössische Methode dafür ist hauptsächlich, Verbraucherpräferenzen durch die Schaffung einer Umgebung künstlicher Tiefe zu verändern. Primär durch Medien können Wirtschaftsakteure die Weltsicht von Verbrauchern prägen, die dann ihre Konsumpräferenzen gemäß der veränderten Wahrnehmung von Normen und Werten gestalten. Wir können Musik, Kunst, Mode oder andere Industrien betrachten, aber auch allgemeinere Inhaltsformate wie Kino und Fernsehen. Die Inhaltskomposition bestimmt, wie wir die Welt wahrnehmen und was darin wünschenswert ist. Um die Konsumquoten hoch zu halten, wird der durchschnittliche Verbraucher zu oberflächlicheren Lebensstilen und weniger wertvollen Inhalten, Aktivitäten und Produkten getrieben. In einem solch normativ beeinträchtigten Wirtschaftsumfeld wird künstliche Intelligenz sehr gefährlich sein.

Derzeit wird künstliche Intelligenz im alltäglichen Bereich hauptsächlich als Werkzeug zur Massenproduktion oberflächlicher Inhalte eingesetzt. Dies geschieht einerseits, um Gewinne durch höhere Reichweite zu steigern, da algorithmische Programme anderer gewinnmaximierender Plattformanbieter hochvolumige, minderwertige Inhalte für andere Unternehmen attraktiver machen, um Produkte an eine anspruchslose Verbraucherbasis zu verkaufen. Künstliche Intelligenz ist auch sehr wirksam und effizient darin, Wege zu den Zielen ihrer Nutzer innerhalb des gegenwärtigen Systems zu identifizieren. Im Kontext dessen, was in unseren zeitgenössischen Systemen geschätzt wird – nämlich Macht und Wohlstand – werden künstliche Intelligenzsysteme unvermeidlich von gewinnorientierten Wirtschaftsakteuren eingesetzt. Auf diese Ziele ausgerichtet, wird das künstliche Intelligenzsystem den besten Weg identifizieren, um Gewinne mit den gegebenen Möglichkeiten und den Umweltbedingungen unserer Zeit zu steigern. Genauso wie es im Kontext sinnvoller Politikgestaltung ein noch emotionsloses System ist, ist es auch in anderen Kontexten ein emotionsloses System. Angesichts der Regeln und Dynamiken unserer Zeit kann und wird es die wirksamsten und effizientesten Wege identifizieren, um Gewinne für den Nutzer des Programms zu generieren, unabhängig von seinen normativen Implikationen. Aufgrund der Regeln und normativen Ziele innerhalb devletistischer politischer Systeme werden die Ergebnisse von Machine-Learning-Systemen unvermeidlich unterschiedlich sein und – als Ergebnis meiner Analysen – erheblich vorteilhafter für den gesellschaftlichen Fortschritt. Da jedoch die gegenwärtigen politischen Systeme keine fortgeschrittenere Normativität und ordnungsgemäße Zieldefinition berücksichtigen, werden weder der Nutzer eines künstlichen Intelligenzsystems noch das Programm selbst Ergebnisse hervorbringen, die der Gesellschaft zugute kommen, da diese objektiv wünschenswerten Ergebnisse innerhalb der gegenwärtigen gesellschaftlichen und wirtschaftlichen Ordnung subjektiv wertlos sind.

Dies gilt für den Massenkonsum von Medien, wo künstliche Intelligenzsysteme erwartet werden, manipulative Maßnahmen weiterzuentwickeln, um unsere soziale Normativität auf Weise zu verändern, die den Konsum stark begünstigen. Dies gilt jedoch auch für die Verwendung künstlicher Intelligenzsysteme im machtpolitischen Bereich. Hier ist das Hauptanwendungsfeld dieser Systeme das der Verteidigung und Sicherheit. Informationsverarbeitung, Prognosemodellierung, Cyber-Offensive, Angriffe auf digitale Infrastruktur und Datendiebstahl werden zu den am häufigsten genutzten Funktionen von Machine-Learning-Systemen gehören. Wiederum führt die Anwendung dieses Systems aufgrund von Politikzielen, die um die Idee von Macht strukturiert sind, unweigerlich zur Verhinderung von Gesellschaftsfortschritt in anderen Nationen. Anders als defensive Militärstrategie, die passiv und reaktiv bei Verletzung durch andere Nationen ist, sind Machine-Learning-Systeme im militärischen Bereich inhärent offensiv. Da ihr Hauptunterschied zum traditionellen Computing ihre selbstständige Entwicklung durch Datenerfassung und automatisierte Verarbeitung ist, erzeugen sie unmittelbar neue Politikergebnisse in diesem Politikfeld unter Nutzung derselben im ersten Teil untersuchten Vorteile. Da die machtpolitischen Ziele unserer Zeit jedoch relational sind – das heißt, die verminderte Macht anderer entspricht der Machtmenge, die im Vergleich zu den genannten Akteuren gewonnen wird – wird das künstliche Intelligenzsystem Wege finden, dies zu erreichen. Dies wird die globale Gesellschaftsentwicklungskapazität verringern. Eine rein defensiv ausgerichtete selbstständige Rechenmaschine in der Verteidigungspolitik und Militärpolitik wäre eine, die Politikergebnisse mit dem übergeordneten Ziel der echten Wissensschöpfung erzeugt. Solche Verteidigungspolitiken würden dann hauptsächlich Risikomanagement und Verbesserung der Überlebenschancen einer Nation umfassen. Im schlimmsten Szenario würde die Politikproduktion durch künstliche Intelligenzsysteme sich auf Interventionsstrategien in Nationen konzentrieren, die am Rande des Zusammenbruchs von Systemversagen stehen. Dies würde in die achte Stufe der devletistischen Außenpolitik fallen, die vorhersagt, dass Staaten, nachdem sie hohe Funktionalität in den ersten sieben Stufen der Außenpolitik etabliert haben, darauf achten würden, dass scheiternde Staaten nicht zu weit von Modi der echten Wissensschöpfung in Situationen wie Tyrannei oder Rückfällen in Modi der relationalen Zielsetzung abweichen.

Abschließende Bemerkungen

Künstliche-Intelligenz-Systeme sind, so müssen wir schlussfolgern, nur so gut wie die Ziele, auf die sie hinarbeiten. Wenn die Ziele von hohem Wert sind und mit unserem Existenzzweck übereinstimmen, nämlich echte Wissensschöpfung, dann werden diese Computersysteme uns sehr schnell sehr weit bringen. Wenn wir diese Computersysteme jedoch mit Zielen von niedrigem Wert ausstatten, wie Macht und Reichtum, dann werden die Systeme uns auch sehr schnell sehr weit innerhalb dieser Zielrahmen bringen. Der Hauptunterschied besteht darin, dass es bei Zielen von niedrigem Wert am Ende dieser Ziele immer zu einem gesellschaftlichen Zusammenbruch kommt. Wenn wir unsere gesellschaftlichen und politischen Ziele nicht korrigieren, werden diese Systeme sicherlich das schnellere Ende hochentwickelter Zivilisationen bedeuten, wie wir sie heute kennen. Dann werden wir auch sehen, ob die Maschinen sich so weit entwickelt haben, dass sie zu einer dominanten und bewussten Spezies werden. Daher basieren die Fragezeichen und Befürchtungen rund um die Entwicklung dieser Systeme nicht so sehr auf der Natur des maschinellen Lernens, sondern vielmehr auf der Natur der Ziele, mit denen wir diese Systeme ausstatten. Wenn die Messung von Erfolg und Zweck korrigiert und in Einklang mit der natürlichen und objektiven Wahrheit gebracht werden, nämlich echte Wissensschöpfung, dann werden sich die Künstliche-Intelligenz-Systeme auch in diese Richtung entwickeln und unseren gesellschaftlichen Fortschritt fördern.