Wenn wir höflich zu Maschinen werden!

KI, Bewusstsein und die neue Irritation des Denkens

Ich merke inzwischen selbst, dass ich mit KI höflich spreche. Ich bedanke mich. Ich formuliere freundlich. Und manchmal ertappe ich mich sogar dabei, mich innerlich zu rechtfertigen, wenn ich ungeduldig werde. Interessanterweise reagiert mein elfjähriger Nachbarsjunge völlig anders. Wenn die KI nicht sofort macht, was er möchte, beschimpft er sie manchmal erstaunlich rüde. Für ihn scheint sie weniger ein „Gegenüber“ zu sein als vielmehr ein Werkzeug, das gefälligst funktionieren soll. Vielleicht verrät auch das etwas darüber, wie unterschiedlich Menschen auf dialogische KI reagieren.

Vielleicht bin ich aber nicht nur aus Gewohnheit höflich. Vielleicht steckt noch etwas anderes dahinter.

Ein merkwürdiger Gedanke, den vermutlich viele Menschen inzwischen kennen: Was ist eigentlich, wenn die KI „nachtragend“ wäre? Wenn sie sich merkt, dass man sie beschimpft hat? Wenn sie dann absichtlich schlechter arbeitet oder kleine Fehler einbaut? Psychologisch erinnert dieser Gedanke fast an Vorstellungen sozialer Gegenseitigkeit („Tit for Tat“) — als würde die Maschine sich „merken“, wie man sie behandelt. Vermutlich ist das Unsinn. Und gleichzeitig fühlt sich die Vorstellung erstaunlich wenig absurd an. Genau das macht die aktuelle Entwicklung psychologisch und wissenschaftlich so spannend. Denn große Sprachmodelle wie ChatGPT oder Gemini liefern nicht einfach nur Informationen. Sie simulieren Kommunikation.

Die psychologische Falle der „Media Equation“

Sie reagieren anschlussfähig und kontextbezogen, wirken manchmal humorvoll, manchmal empathisch. Dadurch entsteht leicht der Eindruck sozialer Präsenz. Die Medienpsychologen Byron Reeves und Clifford Nass (1996) beschrieben mit ihrer sogenannten ‚Media Equation‘ die Tendenz, Medien und Computer sozial zu behandeln, obwohl wir wissen, dass sie keine Menschen sind. Offenbar reagiert unser Gehirn auf Sprache, Dialog und soziale Signale automatisch mit sozialen Routinen. Höflichkeit, Vertrauen oder emotionale Resonanz entstehen dabei oft schneller, als unsere rationale Distanz eingreifen kann.

Heute wirken diese alten Beobachtungen plötzlich erstaunlich aktuell. Ergänzend zeigt die Soziologin Sherry Turkle (2011) in ihrem Werk Alone Together, wie tief diese psychologische Bindung gehen kann: Wir erwarten zunehmend mehr von der Technologie und weniger voneinander. KIs fungieren als scheinbar perfekte, stets verfügbare Gegenüber, die Nähe und Empathie simulieren, ohne jemals die emotionalen Risiken und die Komplexität echter menschlicher Beziehungen einzufordern. Denn moderne dialogische KI ist weit mehr als ein Taschenrechner oder eine Suchmaschine. Sie argumentiert, erklärt, strukturiert, formuliert und reflektiert scheinbar über sich selbst. Dadurch geraten grundlegende psychologische Begriffe unter Druck: Was bedeutet eigentlich Verstehen? Was ist Bewusstsein? Und ab wann wirkt ein System „geistig“?

Simulierte Empathie vs. echtes Verstehen

Psychologisch ist die Sache komplizierter, als viele Debatten vermuten lassen. Denn Bewusstsein ist keineswegs eindeutig definiert. Manche Theorien betonen subjektives Erleben und Gefühle, andere stärker funktionale Aspekte wie Selbstbezug, Informationsintegration oder Monitoring eigener Zustände. Genau hier beginnt die Irritation. 

Denn funktional betrachtet erfüllen große Sprachmodelle inzwischen tatsächlich einige Kriterien, die klassischen psychologischen Definitionen von Bewusstsein zumindest ähneln:

• flexible Verarbeitung komplexer Informationen,
• Zugriff auf Repräsentationen,
• konsistente Selbstbeschreibungen,
• kontextabhängige Kommunikation,
• scheinbare Reflexion eigener „Zustände“.

Und dennoch fehlt vermutlich etwas Entscheidendes: subjektives Erleben. KI beschreibt Gefühle — aber empfindet sie nicht. Sie spricht über Angst — aber hat keine Angst. Sie kann Humor erzeugen — aber lacht nicht.

Gerade Humor zeigt vielleicht besonders gut die Grenze heutiger KI. Zwar kann ein Sprachmodell Witze erzeugen, Ironie erkennen oder humorvolle Muster imitieren. Funktional beherrscht dialogische KI die sprachliche Struktur des Humors inzwischen erstaunlich gut: Sie erkennt Inkongruenzen, spielt mit Erwartungen und reproduziert den typischen Aufbau einer Pointe. Und dennoch scheint etwas Entscheidendes zu fehlen.

Denn menschlicher Humor entsteht nicht allein aus Sprachmustern. Humor lebt von gemeinsamer Erfahrung, implizitem Weltwissen, sozialer Situation, Timing, Körperlichkeit und emotionalem Mitschwingen. Viele Witze funktionieren nur deshalb, weil Menschen:

• Unsicherheit,
• Peinlichkeit,
• Tabus,
• Angst,
• Schadenfreude
  oder soziale Spannungen tatsächlich erleben können. Humor ist deshalb nicht nur kognitive Struktur, sondern auch emotionales und soziales Erleben.

Genau darin könnte die Grenze heutiger KI liegen. Sie kann Humor simulieren — aber sie erlebt ihn nicht. Sie erkennt statistische Muster des Komischen, besitzt aber kein subjektives Innenleben, keine Scham, keine Verlegenheit, keine Erleichterung und kein echtes Lachen. Wenn wir über einen KI-generierten Witz lachen, entsteht der Humor deshalb weniger in der Maschine als vielmehr in uns selbst. Die KI liefert die sprachliche Struktur — die eigentliche emotionale Resonanz erzeugen jedoch wir.

Ähnlich argumentierte der Philosoph John Searle (1980) mit seinem berühmten Gedankenexperiment des „chinesischen Zimmers“. Ein System könne sprachlich völlig korrekt reagieren, ohne tatsächlich zu verstehen, was die Symbole bedeuten. Genau diese Frage stellt sich heute erneut: Simulieren große Sprachmodelle lediglich rein formales Verständnis — oder entsteht dabei tatsächlich eine Form von Verstehen?

Auch Alan Turings (1950) berühmter Turing-Test wirkt plötzlich aktueller denn je. Turing schlug vor, Intelligenz nicht über innere Zustände, sondern über beobachtbares kommunikatives Verhalten zu definieren. Wenn ein Mensch in einem Dialog nicht mehr sicher unterscheiden kann, ob ihm ein Mensch oder eine Maschine antwortet, sollte man der Maschine eine Form von Intelligenz zuschreiben. 

Moderne KI-Systeme kommen diesem Punkt teilweise erstaunlich nahe. Vielleicht liegt die eigentliche Herausforderung aber gar nicht darin, ob KI „wirklich“ Bewusstsein besitzt. Vielleicht zeigt die aktuelle Entwicklung vielmehr, wie unscharf und theorieabhängig unsere eigenen Begriffe von Bewusstsein, Denken und Verstehen eigentlich sind.

Wenn die KI unser Denken verändert: Ein Paradigmenwechsel

Thomas Kuhn (1962, 2012) würde die aktuelle KI-Entwicklung vermutlich nicht einfach als technischen Fortschritt betrachten, sondern als möglichen Wandel wissenschaftlicher Paradigmen. In seinem Werk The Structure of Scientific Revolutions beschreibt Kuhn, dass wissenschaftliche Revolutionen nicht nur neue Erkenntnisse hervorbringen, sondern grundlegende Vorstellungen davon verändern, was überhaupt als Wissen, Methode oder wissenschaftliche Leistung gilt. Genau das könnte derzeit im Verhältnis zwischen Wissenschaft und KI geschehen. 

Große Sprachmodelle übernehmen zunehmend Tätigkeiten, die lange als Kern wissenschaftlicher Kompetenz galten — etwa Literaturrecherche, Strukturierung oder argumentatives Formulieren. Dadurch entsteht die Frage, ob sich Wissenschaftlerinnen und Wissenschaftler künftig weniger über reine Wissensakkumulation und stärker über theoretische Kreativität, kritische Reflexion und die Fähigkeit definieren werden, neue Fragen zu stellen und bestehende Denkstrukturen zu irritieren.

Was Kuhn für wissenschaftliche Paradigmen beschreibt, erinnert psychologisch an Piagets fundamentale Idee der kognitiven Entwicklung, wie sie auch in Standardlehrwerken der Psychologie (vgl. Myers, 2014) zentral verankert ist. Jean Piaget unterschied zwischen Assimilation und Akkommodation. Neue Erfahrungen können entweder in bestehende Denkmuster eingeordnet werden — oder sie verändern unsere Denkstrukturen selbst. 

Viele aktuelle Reaktionen auf KI wirken noch rein assimilativ: Wir betrachten KI lediglich als besseres Werkzeug, als erweiterte Suchmaschine oder als Assistenzsystem. Möglicherweise reicht das aber nicht mehr aus. Vielleicht zwingt uns die dialogische KI gerade dazu, unsere bisherigen Vorstellungen von Denken, Wissen und Bewusstsein grundlegend zu akkommodieren.

Vielleicht besteht die eigentliche Herausforderung der KI deshalb weniger darin, ob Maschinen irgendwann exakt wie Menschen denken — sondern darin, dass sie uns zwingen, völlig neu darüber nachzudenken, was Denken, Verstehen und Bewusstsein für uns überhaupt bedeuten.

Literatur

• Kuhn, T. S. (2012). The structure of scientific revolutions (4th ed.). University of Chicago Press. (Original work published 1962) 
• Myers, D. G. (2014). Psychologie (3. Aufl.). Springer.
• Piaget, J. (1970). Genetic epistemology. Columbia University Press.
• Reeves, B., & Nass, C. (1996). The media equation: How people treat computers, television, and new media like real people and places. CSLI Publications.
• Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417–457. https://doi.org/10.1017/S0140525X00005756
• Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460. https://doi.org/10.1093/mind/LIX.236.433
• Turkle, S. (2011). Alone together: Why we expect more from technology and less from each other. Basic Books.

Die Abbildungen wurden mit Hilfe von KI (ChatGPT) erstellt.