Nach einem längeren Gespräch mit einer KI hat man manchmal das Gefühl, erstaunlich viel zu wissen. Eigentlich ging es um Tiere, doch plötzlich scheint man auch Schlaf oder Arbeitsweisen erklären zu können. Dieses Gefühl macht Spaß.
Schließt man dann das Chatfenster, fehlen mitunter die Worte. Damit aus dem Gespräch Lernen wird, braucht es zwischendurch Momente, in denen man selbst eine Vermutung aufstellt, Belege prüft und das Verstandene am Ende in eigenen Worten erklärt.
Ob Gespräche mit KI klüger machen, hängt also davon ab, was man dabei tut. An einem durchgehenden Beispiel schauen wir uns an, wie sich Fragen vertiefen, Quellen prüfen und vermeintliches Verständnis auf die Probe stellen lassen.
„Sind Maulwürfe auch mal niedergeschlagen?“: Eine Frage aufteilen
Der Einstieg darf leicht sein. Nehmen wir die Frage: „Sind Maulwürfe auch mal niedergeschlagen?“ Wenn die KI nun Forschung zu Stress bei Tieren vorstellt, ist „Bei welchen Tieren noch?“ nicht die einzige sinnvolle Nachfrage.
- Was wurde in der Studie gemessen, um von einem „depressionsähnlichen“ Zustand zu sprechen?
- Wie wurde ausgeschlossen, dass ein Tier nur wegen Erschöpfung oder eingeschränkter Bewegungsfähigkeit weniger aktiv war?
- Welche Aussagen über Menschen lassen sich aus den Ergebnissen überhaupt ableiten?
So wird aus einer interessanten Geschichte eine Frage, die sich prüfen lässt. Geht es beispielsweise um eine Studie mit Fliegen, schaut man zuerst auf das beobachtete Verhalten, bevor man daraus schließt, dass Fliegen dieselbe Niedergeschlagenheit erleben wie Menschen.
Von dort kann das Gespräch weiter zu Winterschlaf, saisonalen Stimmungsschwankungen oder nicht enden wollendem Grübeln führen. Nach dem Verknüpfen lohnt es sich allerdings, jede einzelne Verbindung zu prüfen. Ähnliche Phänomene müssen nicht auf demselben Mechanismus beruhen.
Die KI nach neuen Fragerichtungen statt nach immer längeren Antworten fragen
Wer ständig „Erklär das genauer“ schreibt, erhält manchmal vor allem längere Erklärungen. Hilfreicher ist es, die Stelle zu benennen, an der man hängen bleibt.
„Erkläre die verringerte Aktivität aus drei Perspektiven: körperliche Leistungsfähigkeit, Umwelt und erlerntes Verhalten. Mit welchen Beobachtungen ließe sich die jeweilige Erklärung überprüfen?“
Mit einer solchen Frage lässt sich leichter entscheiden, was man als Nächstes untersuchen möchte. Taucht ein Fachbegriff auf, kann man auch fragen: „Welche Unterschiede lassen sich mit diesem Begriff beschreiben?“
Oder man stellt die eigene Vermutung voran: „Mir scheint, dass Erschöpfung als Erklärung für die fehlende Bewegung ausreicht. Welche Beobachtung würde zeigen, dass das zu kurz greift?“ Ob die Vermutung stimmt oder nicht: Man erkennt besser, wo man nachbessern muss.
Die erste Frage muss noch nicht besonders scharfsinnig sein. Auch „Ich weiß selbst nicht genau, was ich noch nicht verstanden habe“ ist ein brauchbarer Ausgangspunkt. Die KI kann dann eine Klärungsfrage nach der anderen stellen.
Wenn die Erklärung rund klingt, zurück zu den Quellen
Bei diesem Beispiel besteht die Gefahr, dass „weniger Aktivität“ zur Erklärung für alles wird. Deshalb lohnt es sich, den Beitrag jeder Quelle getrennt zu betrachten.
- Das Experiment von Ries und Kollegen mit Fliegen berichtet von weniger spontanem Verhalten nach Vibrationsstress.
- Der Übersichtsartikel von Dantzer und Kollegen behandelt die Zusammenhänge zwischen Entzündungen, krankheitsbedingten Verhaltensänderungen und Depression.
- Das NIMH beschreibt die saisonal-affektive Störung als eine Form der Depression, die in einem jahreszeitlichen Muster wiederkehrt.
- Der Aufsatz von Suddendorf und Corballis aus dem Jahr 1997 diskutiert „mentale Zeitreisen“, also das gedankliche Vorstellen von Vergangenheit und Zukunft.
Wer daraus sofort „Winterdepression ist ein leichter Winterschlaf“ oder „Depression hat sich entwickelt, damit wir Verluste begrenzen“ macht, vermischt Forschungsergebnisse mit Metaphern und Hypothesen. Das Bild vom „Energiesparmodus“ mag anschaulich sein, erklärt aber für sich genommen weder Ursachen noch Behandlung. Ebenso wenig liefert die bloße Berufung auf eine Diskussion von 1997 eine aktuelle Antwort auf die Frage, welche Fähigkeiten andere Tiere besitzen.
Eine passende Bitte an die KI wäre:
„Trenne in deiner Erklärung zwischen Forschungsergebnissen, Hypothesen der Forschenden und veranschaulichenden Metaphern. Nenne für jede Studie Titel, Jahr, untersuchte Lebewesen oder Personengruppe, Messgrößen und URL.“
Anschließend öffnet man die Links, prüft Titel und Autoren und liest die Zusammenfassung oder die einschlägigen Stellen. Auch ein funktionierender Link muss die zugehörige Aussage nicht belegen. Lässt sich eine Behauptung nicht nachvollziehen, bleibt sie vorerst ungeprüft. Dieser kleine zusätzliche Schritt hilft, eine überzeugende Geschichte von überprüftem Wissen zu unterscheiden.
Ein „brauchbares Modell“ zeigt, was man als Nächstes prüfen kann
Mit einem Modell ist hier eine einfache Übersicht gemeint, die eine Situation ordnet und bei der Frage hilft, was man ausprobieren könnte. Dafür braucht es keine große Theorie, die die ganze Welt erklärt.
Nehmen wir einen alltäglichen Fall: Man sitzt am Schreibtisch, kommt aber nicht voran. Statt es bei „Ich kann mich einfach nicht konzentrieren“ zu belassen, kann man drei mögliche Erklärungen unterscheiden.
- Ständig kommen Benachrichtigungen, die die Aufmerksamkeit unterbrechen.
- Der Auftrag „Unterlagen vorbereiten“ ist so groß, dass der erste Schritt unklar bleibt.
- Man ist müde und nimmt beim Lesen kaum etwas auf.
Je nach Erklärung bietet sich ein anderer Versuch an: Benachrichtigungen ausschalten und eine kurze Arbeitseinheit beginnen. Erst einmal drei Überschriften notieren. Eine Pause machen und die eigene Schlafsituation anschauen. Hier geht es um praktische Anpassungen im Arbeitsalltag. Wenn Probleme mit Stimmung oder Schlaf anhalten und das tägliche Leben beeinträchtigen, kommt auch ein Gespräch mit einer medizinischen Fachperson infrage.
Um beim Maulwurf zu bleiben: Bevor er über „Was bin ich ohne Erde?“ grübelt, könnte er fragen: „Wo gibt’s hier Boden zum Buddeln?“ Und anschließend vielleicht: „Muss ich überhaupt buddeln?“
Der Wert einer guten Metapher liegt darin, dass sie die Fragen weiterbringt. Man verändert tatsächlich eine Bedingung und beobachtet, ob der Einstieg in die Arbeit dadurch leichter wird. Funktioniert es nicht, zeichnet man die Übersicht neu.
Lässt es sich ohne Bildschirm erklären und auf ein anderes Beispiel anwenden?
Wenn eine KI-Erklärung ein „Ach so!“ auslöst, lohnt sich ein kurzer Verständnistest.
Zuerst das Chatfenster schließen und das Wesentliche in drei eigenen Sätzen erklären. Dann ein Beispiel finden, das im Gespräch noch nicht vorkam. Schließlich einen Fall nennen, auf den die Erklärung nicht passt.
Lässt sich etwa der Gedanke „Veränderte Bedingungen können das Verhalten verändern“ auf das Aufräumen übertragen? Bevor man entscheidet, welche Dinge weggeworfen werden sollen, fällt vielleicht auf, dass manche gar keinen festen Platz haben. Wer dagegen jedes Problem zu einer Frage des richtigen Ablageorts macht, vereinfacht zu stark.
Wenn du deine Erklärung wieder an die KI gibst, kannst du statt „Formuliere das schöner“ Folgendes schreiben:
„Zeige mir Lücken in meiner Erklärung und Stellen, an denen ich mehr behaupte, als die Belege hergeben. Schreib nicht sofort die richtige Antwort, sondern stelle eine Frage, mit der ich meinen Gedankengang selbst überarbeiten kann.“
So wird aus dem Abschreiben einer Antwort das Überarbeiten des eigenen Verständnisses. In diesem Sinn ist hier von „Training für den Kopf“ die Rede. Weder die Gesprächsdauer noch die Zahl gesammelter Fachbegriffe müssen zum Erfolgsmaßstab werden.
Am Ende des Gesprächs drei Dinge festhalten
Es macht Spaß, einer interessanten Frage immer weiter zu folgen. Wer später etwas damit anfangen möchte, sollte zum Schluss eine kurze Notiz festhalten.
- Was ich jetzt erklären kann: Die Beobachtung, dass Aktivität abnimmt, und die Erklärung dafür müssen getrennt geprüft werden.
- Was noch offen ist: Würde das besprochene Experiment unter anderen Bedingungen dasselbe Ergebnis liefern?
- Was ich als Nächstes tue: Die Zusammenfassung der zitierten Studie lesen und mit der Erklärung der KI vergleichen.
Damit hat man einen Einstieg für die nächste Lektüre eines Buchs oder Fachartikels. Im Gespräch mit der KI entsteht eine Karte der Fragen. Anhand der Quellen wird sie geprüft und nach dem Lesen überarbeitet. Wenn klarer ist, welche Stellen genaueres Lesen verdienen, lässt sich auch die Zeit mit den Quellen besser nutzen.
Eine interessante Erklärung so weit durchdenken, dass man sie selbst überarbeiten kann
Das Schöne an Gesprächen mit KI ist, dass eine beiläufige Frage in ein benachbartes Gebiet führen kann, an das man vorher gar nicht gedacht hatte. Der Ausgangspunkt darf ein Maulwurf sein oder die Frage: „Warum ist beim Aufräumen gerade das Anfangen so mühsam?“
Eine Vermutung aufstellen. Die Quelle öffnen. Ein anderes Beispiel durchdenken. In eigenen Worten erklären und bei Bedarf korrigieren. Gelingt dieses Hin und Her, bleibt nach dem Gespräch mehr übrig.
Die nächste Frage darf ruhig „Erzähl mir mehr“ lauten. Gelegentlich lohnt sich aber auch: „Was haben wir an der bisherigen Erklärung noch nicht überprüft?“ Vielleicht wird das Gespräch genau dort noch ein Stück interessanter.
Quellen (4)
- Suddendorf & Corballis (1997), Mental Time Travel and the Evolution of the Human Mind
- NIMH, Seasonal Affective Disorder
- Ries et al. (2017), Serotonin modulates a depression-like state in Drosophila responsive to lithium treatment
- Dantzer et al. (2008), From inflammation to sickness and depression: when the immune system subjugates the brain
