Bevor wir einer KI mit dem Namen neuroflash die Arbeit überlassen, hier ein paar einleitende Worte über das Herstellen von Texten, das zum weiten Feld der „Content Creation“ zählt. Wir reden hier von Gebrauchstext – so hieß das früher -, also von geschriebenen Wörtern und Sätzen, die einem Zweck dienen; wie die Dinge in diesen Zeiten liegen, in erster Linie dem Verkaufen von Produkten und Dienstleistungen und dem Beeinflussen von Meinungen. Ersteres, also das Verzapfen von Produkttexten, war immer schon Fließbandarbeit, den kreative Part übernahmen die Werbefuzzis.

Jeder Mensch, der sein Geld mit dem Herstellen von Texten verdient, weiß, dass Copy & Paste das wichtigste Werkzeug ist. Nach dem Motto „Warum das Rad zweimal erfinden?“ Hat beispielsweise ein Posting auf Facebook bei den Followern eingeschlagen, dient es sofort als Vorlage für weitere Beiträge im selben Stil. Oder Produktbeschreibungen: Bei denen verlangen Auftraggeber oft, dass sie nach einem definierten Muster geschrieben werden. Nachrichtentexte, Meldungen – nichts davon erfordert größere kreative Kräfte. Und alles, was keine Kreativität erfordert, kann ein KI-System übernehmen, also auch das Generieren von Text.

So, ab hier stellt der Verfasser der ersten beiden Absätze erst einmal das Denken ein und übergibt an den KI-Textgenerator neuroflash:

Künstliche Intelligenz ist die Zukunft – und Deep Learning macht es möglich!

Vor einigen Jahren wurde künstliche Intelligenz (KI) zum ersten Mal von einem Computer programmiert, um einen Menschen bei einer Aufgabe zu schlagen. Seitdem hat sich KI rasant weiterentwickelt. Einige der neuesten Errungenschaften in diesem Bereich sind „Deep Learning“-Algorithmen. Deep Learning ist eine Form der künstlichen Intelligenz, die es Computern ermöglicht, menschliche Aktivitäten nachzuahmen, wie das Erkennen von Gesichtern oder das Übersetzen von Sprachen.

Eines der faszinierendsten Beispiele für Deep Learning ist ein computergestützter Textgenerator namens GPT-3. Dieser Generator wurde entwickelt, um Texte zu erzeugen, die so gut lesbar sind wie die Texte, die von professionellen Schriftstellern verfasst wurden. Im Juli 2020 gelang es GPT-3 sogar, den Turing-Test zu bestehen – ein Test, der ursprünglich entwickelt wurde, um festzustellen, ob Maschinen in der Lage sind, menschliches Verhalten nachzuahmen.

Das ist nur ein Beispiel dafür, was mit Deep Learning alles möglich ist. In Zukunft wird Deep Learning vermutlich noch viele weitere Bereiche des menschlichen Lebens revolutionieren – vom Krankheitsdiagnostizierer bis hin zum selbstfahrenden Auto.

Und damit meldet sich der Mensch hinter diesem Beitrag wieder zurück.

Wie’s funktioniert

Die wesentliche Frage lautet: Woher weiß der KI-Textgenerator, was er schreiben soll? Er braucht einen initialen menschlichen Input. Der kann aus einem einzelnen Begriff bestehen, einer Überschrift oder einem kurzen Einleitungstext. Außerdem braucht das Ding ein Briefing wie es ein:e Texter:in aus Fleisch und Blut auch braucht. Wichtig zu wissen ist für die App, um welche Art Text es sich handeln soll und was der Sinn und Zweck des Ganzen ist. Dann kann und sollte der:die User:in ein paar Stichwörter und Parameter zum Text (Sprache, Stil, Länge etc.) angeben, und schon geht die Schreiberei der Maschine los.

Und woher weiß der KI-Generator wie Texten überhaupt geht? Er hat es sich selbst beigebracht. Das Thema lautet „Depp Learning“ und bedeutet, dass eine App durch die Lektüre und von gewaltigen Textmengen gelernt hat, wie Menschen Wörter zu Sätzen und Sätze zu Beiträgen zusammensetzen. Bei den KI-Textgeneratoren beruht diese Kenntnis auf dem Durchforsten von Quellen mit den unterschiedlichsten Arten von Text und dem Analysieren derselben. Quellen sind beispielsweise die Wikipedia, aber auch die verschiedenen Social-Media-Plattformen. Außerdem holen sich die Apps Anregungen und Input aus all den Webseiten, die in den frei zugänglichen Archiven zu finden sind.

Die Basis aller aktuellen KI-Textgeneratoren sind Modelle, in denen die Grundlagen verschiedener Sprachen festgelegt sind und die Methoden, Texte zu analysieren. Das kommerzielle, durch eine Stiftung kontrollierte Unternehmen OpenAI hat zu diesem Zweck den Generative Pretrained Transformer (kurz: GPT), der Texte unter Anwendung von bis zu 175 Milliarden Parameter untersucht und dabei Muster erkennt, die dann den KI-Textgeneratoren beim tiefen Lernen (Deep Learning) helfen. Ziel war und ist es, dass auf GPT beruhende Algorithmen Texte „verstehen“ und so eigenständig Texte erstellen können.

Ausgangspunkt war übrigens der Wunsch, KI-Apps könnten einen von einem Menschen begonnenen Satz in jeder Hinsicht korrekt und logisch fortsetzen. Das gelang erstmals um 2019, 2020 herum mit dem T-NLG-Sprachmodell von Microsoft, das aber „nur“ 17 Milliarden Parameter kannte. Inzwischen entwickeln sich Sprachmodelle, Transformer und damit auch Textgeneratoren mit aberwitzigem Tempo weiter. Jasper.ai, der führende Service auf diesem Gebiet, ist bei englischen Texten inzwischen so gut, dass selbst spezialisierte Sprachwissenschaftler:innen diese nicht von Texten unterscheiden können, die von lebenden Menschen verfasst wurden.

Fazit

Es ist ganz klar, dass die automatische Textgenerierung innerhalb weniger Jahre zu einem allgegenwärtigen Werkzeug im Bereich der Gebrauchstexte werden wird. Schon heute lassen Unternehmen beispielsweise Produktbeschreibungen und Katalogen von KI-Systemen schreiben. Erste Dienstleister verfassen Social-Media-Postings ebenfalls mit KI-Generatoren, und die ersten Nachrichtenportale haben begonnen, Meldungen so zu erzeugen.

Und, wem sollte das Angst machen? Zunächst einmal professionellen Texter:innen, denen über kurz oder lang ein ganzes Geschäftsfeld wegfallen könnte. Leserinnen und Leser, als Konsument:innen von Text aller Art müssen à la longue fürchten, dass die Textgeneratoren durch fortgesetztes Lernen auch in der Lage sein werden, Texte mit Tendenzen zu erzeigen, also Meinungsäußerungen … für die dann kein Mensch mehr verantwortlich gemacht werden kann. Alles, was wir heute Propaganda (inkl. Fake News) nennen, könnte in Zukunft von Maschinen mit maximaler Intensität und Wirksamkeit auf uns losgelassen werden.

[Übrigens: Das Titelbild wurde vom KI-Grafikgenerator Crayion erzeugt, das einen Roboter mit Schreibmaschine zeigen sollte.]