Die KI-Blase durchbrechen

Um die KI zu bekämpfen, ist eine alternative Wirtschaftsstrategie erforderlich, die der Infrastruktur Priorität einräumt und sich an den Bedürfnissen und dem Wohlergehen der Menschen orientiert, argumentiert Carl Rowlands im dritten Teil seiner Artikelserie.

Wie gehen wir mit KI um? Das Problem für Sozialisten besteht darin, dass KI für Konzentration steht: eine Konzentration von Geld, Rechenleistung – daher der Begriff „Hyperscale-Rechenzentren“ – und Energie.

Auch der Einsatz von Schulungsmaterialien stellt eine große Konzentration dar. KI-Modelle haben weite Teile des Internets und riesige Mengen an gedruckten Materialien in sich aufgenommen. Mit seiner spekulativen Kreislauffinanzierung und seiner Abhängigkeit von Risikokapital ist dies nicht etwas, das die Grundlage für eine verstaatlichte Industrie bilden könnte.

Dies ist eine extreme Version dessen, was Stuart Holland in seinem Buch The Socialist Challenge als „Mesoökonomie“ bezeichnete. Es ist ein oligarchischer oder sogar monopolistischer Kapitalismus, ein verzerrter Kapitalismus, der außerhalb grundlegender Marktstrukturen operiert. Es existiert nur aufgrund einer Konzentration von Geld und Macht in der Technologie, die sich seit den 1990er Jahren entwickelt hat.

Nahezu alle generativen KI-Dienste laufen derzeit mit enormen Verlusten, selbst die Versionen, die Premium-Dienste kostenpflichtig machen. Hierbei handelt es sich um Dienste, die ohne Zugang zu spekulativer Finanzierung und den von den größten Technologieunternehmen bereitgestellten Ressourcen wahrscheinlich zu Staub zerfallen würden, wie hier von Matthew Cole beschrieben. 

Es ist hilfreich, KI in ihre Bestandteile zu zerlegen. Erstens die „Infrastruktur“. KI befindet sich normalerweise in der „Cloud“ – ihre Entstehung ist eng mit dem Stacked Computing verbunden, das durch Hyperscale-Rechenzentren repräsentiert wird. Dank der Umstellung auf SaaS (Software as a Service – zum Beispiel Microsoft 365 oder Google Mail) nahm die Größenordnung bereits zu. Das bedeutet, dass die eigentliche Berechnung zentral erfolgt. Wenn man mit Chat-GPT oder Claude chattet, führt dies die Konversation meistens über den Atlantik in die USA. Die Auswirkungen all dessen auf die Umwelt sind erheblich, aber global verteilt, wie ich zuvor zu vermuten versuchte.

Darüber hinaus sollten wir zwischen „maschinellem Lernen“ und der Verwendung von „Large Language Models“ (LLMs) unterscheiden. Maschinelles Lernen kann als Erkennung von Mustern beschrieben werden. Dazu können Überwachung oder Aktivitäten wie Roboterautomatisierung gehören. LLMs können als „generative KI“ bezeichnet werden. Dies ist selbst eine Form des Predictive Computing, bei dem ein Chatbot Millionen von Token verwenden könnte, um zu entschlüsseln, was seiner Meinung nach als nächstes passieren oder was er als nächstes sagen sollte. 

Erstens würde ich angesichts der potenziellen Auswirkungen der durch maschinelles Lernen gesteuerten Automatisierung auf die Beschäftigung (z. B. das Lieblingsprojekt der Starmer-Regierung, fahrerlose Taxis), für eine Automatisierungscharta plädieren, um die Interessen von Arbeitnehmern und Verbrauchern zu schützen. Dies würde klare Richtlinien festlegen, einschließlich der Notwendigkeit einer kontinuierlichen menschlichen Überwachung, ausfallsicherer Schalter und der Bereitstellung einer menschengesteuerten oder analogen Alternative. Es würde die Einhaltung höchster Sicherheitsstandards durchsetzen. 

Bisher florierte diese Branche im Dunkeln. Es ist sehr schwierig, die Auswirkungen von Hyperscale-(Cloud-)Rechenzentren tatsächlich detailliert darzustellen, nicht zuletzt, weil die großen US-Konzerne, die die meisten davon gebaut haben, in der Regel nicht besonders offenherzig sind, wenn es um genaue Angaben zu Wasser, Strom und Schadstoffen geht. Der allgemeine Ansatz in den USA besteht darin, geheime Vereinbarungen mit finanzschwachen lokalen Kommunen zu schmieden und dann verschiedene Vereinbarungen mit Versorgungsunternehmen abzuschließen. In diesem Sinne kann man das Vereinigte Königreich als Ganzes vielleicht als eine finanzschwache Kommune bezeichnen, oder als riesige „KI-Aktionszone“, wie die Starmer-Regierung das Land lieber bezeichnete.

Nicht nur die physische Infrastruktur unterliegt Geschäftsgeheimnissen, sondern auch die tatsächlichen Ergebnisse. Es gibt weit verbreitete menschliche Eingriffe in Echtzeit, die die Antworten beeinflussen, die KI-Chatbots liefern – und damit jegliche Sicherheits- oder Datenschutzprotokolle verletzen, insbesondere wenn so viele Benutzer zunehmend auf Chatbots mit äußerst sensiblen Inhalten zurückgreifen.  Dies ist nur ein Aspekt der enormen manuellen Überprüfung von Niedriglöhnen, die durchgeführt wird, um sicherzustellen, dass KI-Chatbots manchmal sinnvoll sind. 

Eine KI-Lizenzierungsbehörde könnte alle Pläne für groß angelegte Datenschulungen und -implementierungen regulieren, bewerten und veröffentlichen. Dies würde Meinungen in der gesamten Gesellschaft einholen, insbesondere aber in jenen Positionen, die direkt von der Einführung der KI betroffen sind. Sein Beirat könnte aus Experten aus der Wissenschaft, dem Privatsektor und der Zivilgesellschaft bestehen. Aber seine erste Aufgabe bestünde darin, echte Transparenz herzustellen: die Eigentumsverhältnisse und die Finanzierung des Unternehmens, die Quellen der Schulungsdaten in größtmöglichem Umfang, die unterschiedlichen Energie- und Ressourceneinsätze, bekannte Beispiele für Zuverlässigkeit, bekannte Beispiele für Voreingenommenheit, die Rolle (kostengünstiger) menschlicher Arbeit bei der manuellen Überprüfung der Ergebnisse und andere ähnliche Aspekte.

Dies sind die unmittelbaren Schritte, mit denen zumindest begonnen werden könnte, verlässliche Informationen darüber zu sammeln, was diese riesigen Systeme tatsächlich tun und welche sekundären Auswirkungen sie haben. Dies ist keine Branche, die in der Lage ist, sich selbst zu regulieren oder zu überprüfen.

Entmystifizierung ist entscheidend. KI basiert auf Technologie. Es dreht sich im Wesentlichen alles um IT und Informatik. Wenn Sie die Technologie effektiv regulieren, Gesetze gegen die großen Konzerne erlassen, die für die Übernahme und Monopolisierung von Anbietern verantwortlich sind, werden die Fragen rund um die KI allmählich beherrschbar.

Es gibt bereits gesetzliche Zuständigkeitslinien. Letztlich gibt es bei Hyperscale-KI Verträge, die in der realen Welt existieren und die ihre Umsetzung regeln. Dies sind Verantwortungsbereiche. Für öffentliche Dienste sollte darüber nachgedacht werden, eine offizielle britische Niederlassung von Open-Source-KI-Modellen zu betreiben, die bestimmte Funktionen bereitstellen. Hierbei könnte es sich um leichte LLM-Modelle mit geringer Intensität handeln, die ein höheres Maß an Kontrolle und Nutzung für lokale Anwendungen ermöglichen. Es kann sein, dass die Verwendung von LLMs zur Codegenerierung – um codelose Formen der Softwareentwicklung zu ermöglichen – nur einen relativ einfachen Regulierungsansatz erfordern würde. Das sind vielleicht Fragen, die eine weitere Überlegung wert sind.

Schließlich lohnt es sich zu überlegen, ob es lokale Aufsichtskapazitäten für KI geben sollte, die für die Untersuchung lokaler KI-Implementierungen zuständig sind – ähnlich wie bei der Regulierung des Verbraucherschutzes und der Lebensmittelhygiene. Diese Überwachung und Regulierung sollte Rückmeldungen und detaillierte Vorschläge von Gewerkschaften und Organisationen der Zivilgesellschaft einbeziehen. Hier hätten wir zumindest den Anfang eines Inspektionsregimes – und als Begleitmaßnahme bräuchten wir es. ein Schritt hin zur Zerstreuung der Konzentration von Infrastruktur und Kontrolle, die Hyperscale-KI darstellt. 

Wenn jedoch ein solches Regulierungssystem entsteht, dann in einem Kontext, in dem einige Berufe bereits von der Nutzung von LLMs betroffen sind. Direkt betroffen sind bereits Texter, Übersetzer und allgemein Personen, deren Arbeit die Organisation unterschiedlicher Informationsbestände umfasst. Wir haben einfach noch keine Zahlen.

Es gibt zahlreiche Büroberufe, die als gefährdet gelten. Wir sollten davon ausgehen, dass es eine wachsende Krise der Arbeitslosigkeit und Unterbeschäftigung gibt, zumindest teilweise als Folge der Implementierung von KI, dass diese Krise jedoch sorglos beobachtet wird. Die Regierung hat ihre Verantwortung weitgehend aufgegeben. KI gefährdet nicht nur Arbeitsplätze, sondern „absorbiert“ auch die bisherige Leistung aller, einschließlich Künstlern und Musikern, während sie niemanden außer sich selbst und dem Unternehmen, das die Dienstleistung bereitstellt, anerkennt oder würdigt.

Arbeitgeber sollten dazu verpflichtet werden, Arbeitsvereinbarungen mit Gewerkschaften abzuschließen, um Umschulungen und einen schrittweisen Übergang in Fällen sicherzustellen, in denen sich die Automatisierung auf die Arbeitsplätze auswirkt. Eine Agentur für Strukturanpassung und grünen Wandel sollte diese und andere Prozesse (wie die Dekarbonisierung), die die strukturelle Arbeitslosigkeit erhöhen könnten, überwachen und steuern.

Aber für Sozialisten geht es bei der Übernahme von Verantwortung nicht nur um Regulierung. Es würde bedeuten, eine alternative Wirtschaftsstrategie und die Entwicklung einer Infrastruktur zu planen, die auf den Bedürfnissen und dem Wohlergehen der Menschen basiert. Wenn wir mit den sozialen, arbeitsrechtlichen und ökologischen Folgen der Abhängigkeit von Big Tech unzufrieden sind, brauchen wir eine umfassende, robuste Alternative, von der ich vorschlage, dass einige davon, wie ich vorschlage, versuchen würden, von Technologie als zentraler Wachstumsdynamik wegzukommen. In der Moderne kann es nicht nur um Private Equity, Rechenzentren oder zunehmend isolierte Einzelpersonen gehen, die Chatbots nutzen. Eine positive Version der Zukunft beruht darauf, dass wir aufeinander angewiesen sind und uns gemeinsam im selben Raum befinden.

So wie es gesellschaftliche Themen gibt, die miteinander korrespondieren, gibt es auch therapeutische Ansätze, die mehrere Fragestellungen gleichzeitig bearbeiten können. Beispielsweise gibt es im gesamten NHS erhebliche Kapazitätsprobleme, insbesondere im Bereich der psychischen Gesundheit. Dies hat umfassendere wirtschaftliche Auswirkungen, da es zur Inaktivität der Arbeitskräfte führt. Es trägt auch zum allgemeinen Unwohlsein der Gesellschaft bei. Aber es gibt einen Zusammenhang mit der Umwelt – die meisten Stadtzentren gelten als deprimiert. Verschiedene strukturelle Veränderungen, von denen die in den 1990er und 2000er Jahren errichteten Fachmarktzentren vielleicht am bedeutsamsten sind, deuten darauf hin, dass es kaum eine Chance gibt, den Einzelhandel in seiner alten Form wiederzubeleben.

Der zweite Teil dieser Gleichung besteht darin, dass, teilweise aufgrund der Sparmaßnahmen, ein Mangel an Sportanlagen dort herrscht, wo sie am meisten benötigt werden. Es gibt keine starken Kampagnen zur Förderung der sportlichen Betätigung Erwachsener. Es sollte ein Programm zum Bau von Sportanlagen geben … und für mehr Investitionen in die psychiatrischen Dienste des NHS. Es besteht kaum ein Zweifel daran, dass dies der Gesellschaft helfen würde!

Aber ich würde argumentieren, dass der NHS auch horizontal erweitert werden kann, um den Privatsektor von außen anzukurbeln. Beispielsweise könnte ein Pilotprogramm jedem Unterstützung bei zwei optionalen gesundheitsbezogenen Aktivitäten pro Monat bieten. Dazu können Beratung und verschiedene Formen körperlicher Aktivität gehören (möglicherweise auch eine kurze Physiotherapie-Sitzung). Zu den Optionen könnten möglicherweise Sitzungen mit Massage, Einzel- oder Gruppenübungen in Fitnessstudios, Schwimmen oder auf Sportplätzen gehören. Dies würde einen erheblichen Anreiz für die Innenstädte und den Privatsektor darstellen und zunächst vor allem KMU betreffen. Das Wachstum bei den persönlichen Dienstleistungen wäre recht erheblich; Insbesondere bei Beratung und Physiotherapie würden wir vielleicht mit einer großen Nachfrage rechnen.

Dies ist ein Beispiel dafür, wie eine „therapeutische Agenda“ zu einer menschenzentrierten Form des Wirtschaftswachstums führen könnte. Wir können vielleicht einen Blick auf die Zukunft der „Hauptstraße“ als Ort der Erholung werfen. Die Gesellschaft muss entscheiden, welche Art von Wirtschaftswachstum wir wollen. Ein Teil davon könnte in der High-Tech-Fertigung angesiedelt sein, unterstützt durch maschinelles Lernen. Einiges davon ist, obwohl es gleichermaßen gültig ist, möglicherweise nicht der Fall.

Carl Rowlands arbeitet als Ersteller, Lehrer und Autor von Lernressourcen. Er ist in Mitteleuropa und Großbritannien ansässig. Frühere Artikel der Reihe finden Sie hier und hier.

Bild: https://www.picpedia.org/chalkboard/a/artificial-intelligence.html Lizenz: Creative Commons 3 – CC BY-SA 3.0 Namensnennung: Alpha Stock Images – http://alphastockimages.com/ Ursprünglicher Autor: Nick Youngson – Link zu – http://www.nyphotographic.com/ Originalbild: https://www.picpedia.org/chalkboard/a/artificial-intelligence.html