Die Fähigkeit zu lernen gilt als einer der zentralen Aspekte menschlicher Intelligenz. Je genauer man jedoch versucht den Begriff zu definieren, desto schwammiger wird er.

Definitionsversuch

Der Duden online [1] listet folgende Bedeutungen:

• 1 a) sich Wissen, Kenntnisse aneignen
• 1 b) sich, seinem Gedächtnis einprägen
• 1 c) Fertigkeiten erwerben
• 1 d) im Laufe der Zeit [durch Erfahrungen, Einsichten] zu einer bestimmten Einstellung, einem bestimmten Verhalten gelangen
• 2   [ein Handwerk] erlernen

Bei Bedeutung 2 geht es gewissermaßen um einen Status, um einen Nachweis von Wissen oder einer Qualifikation. Das zeigt, wie tief Lernen auch mit unserem Selbstverständnis zusammenhängt. Bedeutung 1 ist für uns aber die interessantere als menschliche Fähigkeit Wissen und Fähigkeiten zu erwerben. Und man sieht direkt: man kann es kaum auseinanderdröseln.

Sich Wissen und Kenntnisse anzueignen (Bedeutung 1a) beinhaltet einen bewussten Vorgang. In dieser Bedeutungsebene wollen wir bewusst unser Wissen ausbauen. Ein Weg dies zu tun, ist sich Wissen im Gedächtnis einzuprägen (Bedeutung 1b). Offenbar muss es noch weitere Optionen geben, sich bewusst Kenntnisse zu verschaffen, denn sonst müsste man die beiden Bedeutungen nicht unterscheiden. Fertigkeiten erwerben (Bedeutung 1c) kann ebenfalls ein bewusster Vorgang sein. Auch der Duden selbst trennt die Punkte nicht genau. In Bedeutung 1b wird als Beispiel eine Sprache, Französisch, Vokabeln lernen genannt und in Bedeutung 1c lernen, Englisch zu sprechen. Wenn ich also sage ich lerne Spanisch, bedeutet das, dass ich bewusst (1a) versuche mir gewisse Wörter oder Grammatikregeln einzuprägen (1b) mit dem Ziel die Fertigkeit zu erlangen (1c) mich mit anderen Menschen auf Spanisch zu verständigen.

Während die bisherigen Bedeutungen sehr spezifisch einen größtenteils bewussten Lernprozess erklären, versucht Bedeutung 1d alles andere abzudecken. Ich würde behaupten, dass diese Art des Lernens unser Leben viel mehr prägt, wir uns dessen aber weniger bewusst sind. Lernen ist wie atmen – wir können gar nicht anders. Bei jeder Interaktion mit anderen Menschen, bei jeder Berührung eines Gegenstands, bei jedem Abruf einer Erinnerung aus unserem Gedächtnis, ändern wir die Strukturen in unserem Gehirn (Faszination Intelligenz: Gedächtnis). In vielen Fällen sind diese Änderungen minimal (sei es, weil uns eine Wahrnehmung nicht besonders beeindruckt oder weil gewisse Strukturen schon sehr gefestigt sind), in anderen kann es ein großer Aha-Moment sein.

Lernen ist Veränderung

Eigentlich ist Lernen trivial: Veränderung in unseren Denkstrukturen. Das Problem ist nur, dass wir diese Strukturen nicht verstehen. Lernen verändert unser Wissen und unsere Fähigkeiten, also den Inhalt unseres Gedächtnisses – das wir nicht verstehen. Es basiert auf Wahrnehmung indem wir Dinge lesen, beobachten, erklärt bekommen. Wie Wahrnehmung funktioniert, wissen wir leider auch nicht (Faszination Intelligenz: Wahrnehmung). Es beeinflusst unsere ganze Persönlichkeit – die wir ebenfalls nicht gut definieren können – und dadurch unsere Entscheidungen und wie wir in bestimmten Situationen (re-)agieren (Faszination Intelligenz: Planen und Entscheiden). Unsere Gewohnheiten, die Art wie wir uns bewegen, unsere Meinungen und impliziten Annahmen – all das ist das Ergebnis eines andauernden Lernprozesses.

Heißt das, dass alles in unserem Gehirn gelernt ist? Zumindest die Fähigkeit zu lernen, muss irgendwie vorprogrammiert sein. Auch die grundlegenden Möglichkeiten, welche Bewegungen wir ausführen können und wie unser Gehirn Sprache und andere Informationen verarbeitet, sind von Natur aus vorhanden. Das ist ziemlich klar.

Aber dann wird es schwieriger. Welche Talente oder persönliche Eigenschaften sind genetisch zu erklären? Welche stammen aus dem sozialen Umfeld, in dem wir aufwachsen und leben? Was sind erworbene Fähigkeiten? Dazu gibt es eine Menge Forschung und wenig Antworten.

Selbst bei klar angeeigneten Dingen ist fraglich, was davon eher eine Art Wachsen ist. Wenn Kinder gehen oder sprechen lernen (wir benutzen hier typischerweise das Wort lernen), ist fraglich, ob es überhaupt möglich wäre, dass sie diese Fähigkeiten nicht erwerben. Lernt ein Vogel zu fliegen oder ist das eher ein unausweichlicher Entwicklungsschritt, der im Ei nicht stattfinden konnte und erst passiert, wenn der Vogel komplett ausgepackt ist?

Müsste man also unterscheiden zwischen Dingen, die die meisten Menschen sowieso entwickeln und solchen, die eine individuelle Persönlichkeit ausmachen? Oder ist jeder Lernschritt irgendwie vorprogrammiert und wir haben dabei gar nicht so viel mitzureden, wie wir uns einbilden?

Lernen ist Individuell

Ohne allzu tief in philosophische Debatten abzurutschen, zurück zur Frage, was Lernen eigentlich ist. Ich stelle mir folgendes Modell vor:

In alten Computerspielen, wie bei den ersten Indiana-Jones-Spielen, konnte man innerhalb des Spiels Gegenstände einsammeln und benutzen. Manchmal hatte man nur eine begrenzte Kapazität und musste ab und zu Gegenstände zurücklassen. Einige Dinge (z.B. die Peitsche) waren von Anfang an im Gepäck.

Ich stelle mir vor, dass wir alle eine Art Rucksack haben. Darin sind von Natur aus einige Dinge enthalten, manche davon für die meisten Menschen gleich (z.B. die Fähigkeit sprechen zu lernen), andere individuell (z.B. Talente). Direkt nach der Geburt werden noch ein paar Dinge dazugelegt, z.B. aus der Kultur und der Familie, in die man geboren wird. Im Laufe unseres Lebens kommen immer neue Dinge dazu. Ab und zu trennen wir uns auch von welchen, sei es, weil wir sie aussortieren oder weil wir sie verlieren. Dieser Rucksack hilft uns durchs Leben zu kommen und die Dinge darin können manchmal nützlich sein und manchmal unnötiger Ballast, je nach Situation. Haben wir z.B. einen Hang zum Perfektionismus in unserem Rucksack, kann das in einem passenden Beruf ein enormer Vorteil sein, uns aber in anderen Situationen einschränken.

Das Schöne daran ist, dass wir den Inhalt unseres Rucksacks – zumindest zu einem gewissen Grad – bewusst auswählen können.

Lernen erforschen

Lange geisterte die wissenschaftliche Erkenntnis durch die Literatur, dass unsere Lernfähigkeit schon sehr früh nachlässt und wir ab 30 eigentlich nicht mehr richtig gut lernen können. Der Hintergrund dieser seltsamen und im Alltag absolut nicht nachvollziehbaren These, liegt in der wissenschaftlichen Methodik begründet. Ein typisches Laborexperiment geht von einem Anfangszustand einer Versuchsperson aus, führt dann gewisse Veränderungen an der Person durch (z.B. indem man etwas auswendig lernen lässt) und misst wie sich der Zustand geändert hat (z.B. ob die Versuchsperson sich nach einer Woche noch an die gelernten Inhalte erinnern kann).

Man möchte dabei sicher sein, dass die Veränderungen im Experiment wirklich Veränderungen sind. Wenn man also beispielsweise eine Liste von englischen Vokabeln auswendig lernen lässt, ist die Gefahr groß, dass viele der Versuchspersonen diese Wörter bereits kennen oder sich durch Ähnlichkeit mit bekannten Wörtern leicht einprägen können. Somit würde man nicht den Lerneffekt messen, sondern die englische Sprachfähigkeit. Deshalb nutzt man für derartige Experimente möglichst untypische Lerninhalte wie Phantasiesilben. Man will damit sicherstellen, dass das neue Wissen noch nicht im Rucksack der Versuchspersonen vorhanden ist.

Das Problem bei diesen Experimenten ist, dass die Inhalte in unserem Rucksack nicht einfach irgendwie angesammelt sind, sondern dass sie sich besonders gut im Rucksack unterbringen lassen, wenn sie zu bereits vorhandenen Dingen passen. So wie man leicht Puzzlestücke verlieren kann, wenn sie einzeln in ihrer Kiste liegen, bleibt ein fertig zusammengesetztes Puzzle leichter intakt.

Am Anfang unseres Lebens ist der Rucksack noch recht leer und damit gibt es nur wenige Anknüpfungspunkte für neues Wissen. Das Gehirn muss deshalb erstmal damit zurecht kommen auch unzusammenhängende Teile aufzunehmen. Aber mit der Zeit haben wir das nicht mehr nötig, sondern können an unser vorhandenes Puzzle anbauen und dadurch komplexere Fähigkeiten und tiefere Einsichten gewinnen. Wenn bei einem Experiment nun bewusst Inhalte ohne Anknüpfungspunkt gelernt werden sollen, haben junge Menschen scheinbar einen Vorteil, da sie zusammenhanglose Inhalte besser im Gedächtnis behalten können. Man könnte aber auch anders herum argumentieren, dass die Alten das Richtige tun, indem ihr Gehirn sich weigert das Gedächtnis mit isoliertem nutzlosen Inhalt vollzumüllen.

Diese Art von Experiment zeigt auch, dass bewusstes Lernen und insbesondere Auswendiglernen überbewertet wird. Das wird auch an der Definition im Duden deutlich: stumpfsinniges Auswendiglernen beansprucht eine eigene Bedeutungsebene, während das alltägliche unbewusste Lernen quasi gleichwertig als eine Bedeutungsebene danebensteht. Wie oft lernen wird Dinge auswendig? Selbst während der Schulzeit sollte man hoffen, dass Kinder nicht mehr als 1–2 Stunden am Tag damit gequält werden. Im Erwachsenenleben beschänkt es sich auf das Memorieren von Namen und eventuell Gedichten oder Vokabeln, wenn man ein entsprechendes Hobby hat. Im Gegensatz dazu findet das unbewusste Lernen jede Minute des Tages statt, sogar im Schlaf. Warum beschäftigt sich die Wissenschaft also nicht stärker mit den unbewussten Formen des Lernens?

Da sind wir wieder bei der wissenschaftlichen Methodik. Lernen ist eine sehr individuelle Sache. Unser Rucksack ist unterschiedlich gefüllt und jeder Tag bringt neue Lernmöglichkeiten, die für alle von uns unterschiedlich sind. Wie soll man so etwas messen oder verallgemeinern? Es gibt natürlich auch Forschungsansätze, um natürliches Lernen besser zu verstehen. Man muss aber anerkennen, dass diese Forschung deutlich schwieriger ist, die Ergebnisse weniger klar und damit die Veröffentlichbarkeit zweifelhaft.

Lernen erleben

Wie können wir also unseren eigenen Erfahrungsrucksack so befüllen, dass er uns möglichst glücklich durchs Leben bringt? Dabei ist einerseits die Frage, was wir in unserem Rucksack haben möchten und andererseits wie wir das Wissen und die Fähigkeiten, die wir gern hätten, möglichst effizient erwerben können.

Was wir lernen

Fangen wir mit dem einfachen Fall an, nämlich bewussten, greifbaren Fähigkeiten. Dabei kann es um berufliche Weiterbildung gehen oder privates Interesse. Die Möglichkeiten sind heutzutage unbegrenzt: online-Sprachkurse; Schweißkurse bei denen man lernt sein eigenes Fahrrad zu bauen; (Hör-)bücher über Geschichte, Wissenschaft, Esotherik; Fitness-Apps; nahezu unbegrenze Verfügbarkeit von Heimwerker- und Bastelmaterial, mit dem man sein ganzes Leben lang neue Projekte ausprobieren könnte.

Das Hauptproblem in unserer Zeit ist daher sich zu entscheiden, in welche Fähigkeiten oder Kenntnisse man die begrenzte Zeit investieret. Man kann sich entscheiden viel Zeit und Energie in eine bestimmte Fähigkeit zu investieren, vielleicht Modellbau oder Ballett. Oder man kann die eigene Zeit gleichmäßig verteilen und in viele verschiedene Dinge hineinschnuppern ohne den Anspruch irgendwo Expertenstatus zu erlangen. In jedem Fall muss man sich bewusst machen, dass nicht alles geht. Die Möglichkeiten sind heutzutage zu umfangreich als dass man alles gleichzeitig erlernen kann. (Die Flut der Möglichkeiten, Die Qual der Wahl)

Und das ist auch nicht nötig. Anstatt ständig an uns herum zu optimieren, sollten wir uns ab und zu den Wert von Individualität bewusst machen. Es gibt gewisse Fähigkeiten oder Eigenschaften, die ich selbst nicht habe, aber andere schon. Die menschliche Spezies zeichnet sich dadurch aus, dass wir kooperieren. Wir müssen nicht alle alles können.

Und spätestens wenn es um persönliche Eigenschaften geht, ist es auch nicht möglich, jede Facette abzudecken. Ich wünsche mir oft, dass ich geduldiger wäre. Ich weiß, dass ich Geduld zu einem gewissen Grad trainieren könnte. Aber abgesehen von der geistien Faulheit dies in Angriff zu nehmen: will ich das überhaupt? Meine Ungeduld führt auch dazu, dass ich sehr effizient arbeite. Ich will eben alles sofort erledigt haben. Das ist manchmal unbequem und stressig, aber es bringt auch Ergebnisse. Wenn man es genau überlegt, gibt es kaum eine Eigenschaft, die in jeder Situation hilfreich oder nutzlos wäre. Man kann sich selbst soweit kennenlernen, dass man sich der eigenen Eigenschaften bewusst ist und diese wenn nötig etwas ausbalancieren. Aber es gibt keinen Grund die eigene Persönlichkeit ständig in Frage zu stellen.

Und dann gibt es da noch die Dinge, die wir lernen ohne es zu merken. Wir könnten gelernt haben, dass Feierabend und freie Wochenenden nur etwas für Faule ist und Leute, die etwas erreichen wollen, besser nicht faul sein sollten. Im Licht bewusster Reflexion ist völlig klar, dass jeder Mensch Erholung braucht und dass Leistungsfähigkeit abnimmt, wenn man sich keine Pausen gönnt. Das Problem ist aber, dass derartige Weltanschauungen sehr tief und unbewusst in uns verwurzelt sind. Mir fällt es beispielsweise extrem schwer, einfach mal nichts zu tun. Dinge zu erledigen fühlt sich immer richtiger an als etwas nicht zu machen.

Mittlerweile wird gern der Begriff des Entlernens (englisch Unlearning) verwendet, um sich solch festgefahrener Verhaltensweisen zu entledigen. Dazu muss man sich zunächst einmal bewusst werden, welche dieser Dinge wir in unserem Rucksack herumtragen und welche uns mehr schaden als nützen. Und oft sind diese Überzeugungen sehr alt und haben sich über lange Zeit festgesetzt. So wie ein Kaugummi, der ganz unten im Rucksack festgeklebt ist.

Wie wir lernen

Wie bekommen wir nun Kenntnisse, Fähigkeiten oder Weltanschauungen in unseren Rucksack oder auch wieder raus?

Bei klar definierbaren Fähigkeiten ist es noch recht klar: man kann von anderen lernen (durch Zuhören, Zuschauen, Nachlesen oder Nachfragen) oder man entwickelt die Fähigkeit indem man selbst daran arbeitet. In den meisten Fällen wird es eine Mischung sein. Tanzen lernt man nicht allein vom Zusehen, aber ohne Instruktion sind ebenfalls kaum Fortschritte zu erwarten.

Häufig wird man ermuntert sich Ziele zu setzen und diese dadurch zu erreichen, dass man jeden Tag einen kleinen Fortschritt macht. Zum Beispiel könnte man sich das Ziel setzen, in diesem Jahr einen Marathon zu laufen und es dadurch erreichen, dass man jeden Tag einen Kilometer mehr rennt. Nach spätestens 40 Tagen sollte man dann Marathon-reif sein. Klingt einfach, funktioniert nur nicht.

Zunächst einmal sind Ziele selten eine gute Idee um die Motivation aufrecht zu erhalten. Ziele und die Vorstellung wie toll das Leben wird, wenn erstmal ein bestimmter Zustand erreicht ist, können eine starke Anfangsmotivation sein. Aber für dauerhaften Erfolg führen sie schnell zu Frust. (Goals Considered Harmful, Wie man Ziele klug auswählt)

Aber auch ohne Ziel ist die Vorstellung des jeden Tag ein bisschen besser falsch. Denn Veränderungen gehen nur selten linear vonstatten. Wie bei der Evolution. Man stellt sich vereinfacht gern vor, dass jede Generation einer Spezies irgendwie etwas besser ist als die letzte, quasi ein andauernder Optimierungsprozess. So entstehen aber keine neuen Arten. Dafür braucht es oft dramatische Ereignisse wie Wetterkatastrophen. Wenn eine Art ausstirbt und eine andere es gerade so überlebt, hat letztere neuen Raum sich zu entwickeln. Und so läuft das bei jeder Entwicklung ab, egal ob es Lebewesen, Sprachen oder persönliche Lernerfahrungen sind. Kleine schrittweise Veränderungen sind dabei immer ein Teil des Prozesses. Es lohnt sich also durchaus regelmäßig zu üben. Aber man sollte nicht erwarten, dass man bei jeder Trainingseinheit dieselbe Portion an neuer Fähigkeit oder Wissen erlangt. Es gibt Phasen, wo man gefühlt überhaupt keine Fortschritte macht und plötzlich kommt ein Aha-Moment, in dem man eine neue Stufe des Verständnisses erreicht. Auch Trainingspausen können helfen, dass sich Wissen setzt und neu sortiert. Und wenn man zurückkommt, geht alles plötzlich viel besser.

Und auch die Art der Schritte macht einen Unterschied. Man kann sich jeden Abend hinsetzen und Vokabeln auswendig lernen oder man kann in der Fremdsprache sprechen. Auch wenn die Vokabeln vielleicht langweiliger sind, liegt diese Art zu lernen für viele in der persönlichen Komfortzone. In einer Sprache zu sprechen, noch dazu ich man sich bewusst ist, dass man sie nicht besonders gut beherrscht, ist für viele eine deutlich größere Überwindung. Und genau deswegen sollte man sich dieser Herausforderung stellen. Eine Stunde aktives Sprechen wird meist deutlich mehr bewirken als eine Stunde Vokabeln pauken (bzw. wird auch hier eine Mischung die sinnvollste Lösung sein).

Anstatt nach spezifischen Lernmethoden zu suchen, sollte man am besten die Voraussetzungen schaffen, in denen das Gehirn von sich aus gut lernt. Lernen ist ein kreativer Prozess und alles, was Kreativität fördert, fördert automatisch auch den Lernerfolg: Neugier, Ruhe und verschiedene Blickwinkel. Der größte Kreativitätskiller ist heutzutage Stress. Zu hoffen, dass man Klavierspielen lernt, wenn man jeden Tag 10 Übungsminuten in die Mittagspause quetscht und nebenbei doch nur über die Arbeit nachdenkt ist ebenso naiv wie ein Geschichtsbuch per Schnelllesemethode in sich aufzusaugen und zu hoffen, den Inhalt damit wirklich zu erfassen und zu verarbeiten. Vielleicht ist es dann doch besser, sich abends eine Stunde vor ein gemütliches Kaminfeuer zu setzen und die Eindrücke des Tages ganz natürlich einsinken zu lassen. Für diese Art von Lernen bekommen wir keine Goldmedaillen, aber vielleicht mehr Zufriedenheit.

Maschinelles Lernen begleitet mich schon sehr lange. Es war das Hauptthema meiner Dissertation. Ich habe damals viele spannende Fragen entdeckt und bisher nur wenige Antworten darauf gefunden. So wie Wissenschaft eben sein sollte.

Computer und Lernen

Ich habe Lernen bei Menschen als Veränderung in unseren Denkstrukturen definiert. Deuten wir das ganze erstmal computerfreundlich um in Veränderung in gespeicherten Datenstrukturen.

Und Datenstrukturen ändern sich im Computer ständig. Sobald der Prozessor irgend etwas rechnet, verändert sich der Inhalt von Zwischenspeichern. Und wenn der berechnete Wert in den Hauptspeicher zurückgeschrieben wird, ändern sich dort Daten. Oder wenn man eine Datei speichert, z.B. auf einer Festplatte. Dieses Festschreiben auf einem Speichermedium könnte man in etwas mit dem menschlichen Auswendiglernen gleichsetzen.

Das Verhalten von Computern wird von Programmen bestimmt. Egal ob wir selbst programmieren oder ein Programm installieren, im Grunde ist der Prozess analog dazu eine Fähigkeit zu erlernen. Wenn ich ein Programm installiere, das pdf-Dateien anzeigen kann, dann bekommt der Computer gewissermaßen eine neue Fähigkeit, die ich als Nutzerin aufrufen kann. So wie man einem Hund vielleicht Sitz beibringt und dann wird er sich auf Kommando hinsetzen.

Und dann gibt es da noch den schönen Begriff maschinelles Lernen. Die künstliche Intelligenz war schon immer gut darin Begriffe aus der menschlichen Erfahrungswelt für trivialste Programmierkonzepte zu missbrauchen. Schon 1976 schrieb McDermott: We have lived so long with the conviction that robots are possible, even just around the corner, that we can’t help hastening their arrival with magic incantations.[1]. Schon in den ältesten Programmen in der KI findet man Variablen, die GOAL heißen und Prozeduren wie UNDERSTAND. Diese schlecht gewählten Bezeichnungen haben viel mit Wunschdenken zu tun: Wenn wir die Dinge nur so nennen wie die Prozesse im Gehirn, werden sie vielleicht auch dasselbe tun.

Also, was verbirgt sich hinter maschinellem Lernen? Zunächst einmal gab es im Laufe der KI-Geschichte verschiedene Ansätze, wie ein Computerprogramm automatisch seine internen Datenstrukturen ändern kann, um neue Aufgaben besser zu bewältigen. In den 80er Jahren waren logische Repräsentationen und Inferenzen beliebt. Deshalb hat man zu dieser Zeit versucht, Schlussfolgerungsregeln automatisch abzuleiten. Zum Beispiel würde man aus logischen Repräsentationen von Sokrates ist ein Mensch. und Sokrates ist sterblich. die allgemeine Regel ableiten Alle Menschen sind sterblich.

Die Mode hat sich irgendwann gewandelt, da klar wurde, dass unsere Welt nun einmal nicht komplett durch Logik zu beschreiben ist. Das gemeine daran ist, dass Logik eigentlich eine sehr ausdrucksstarke und daher vielversprechende Methode ist, um Faktenwissen zu repräsentieren. Damit kann man zum Beispiel die Gegebenheiten zu Sokrates, Menschen und Sterblichkeit recht gut repräsentieren. Wenn es Logik nicht ist, was ist es dann? Die langweilige Antwort war: Vektoren. Ein Vektor ist einfach nur eine Ansammlung von Zahlen in einer bestimmten Reihenfolge. Man könnte z.B. die Sterblichkeit einer gegebenen Menge von Individuen dadurch darstellen, dass der Eintrag in dem Vektor 1 ist, wenn das Individuum sterblich ist und 0 wenn nicht. Aber der komplette Zusammenhang zwischen Menschsein und Sterblichkeit ist in keiner Weise im Vektor enthalten, sondern nur in der Interpretation, gewissermaßen außerhalb der eigentlichen Repräsentation.

Vektoren können zwar Sachverhalte nicht wirklich ausdrücken, dafür haben sie den Vorteil, dass sie Zahlenwerte darstellen können. Wenn man zum Beispiel statt Sterblichkeit einen Sachverhalt wie Faulheit repräsentieren will, könnte man für eine Menge gegebener Menschen versuchen ihre Faulheit als Zahl zwischen 0 und 1 darzustellen. Damit wäre die Menschheit nicht einfach nur faul oder fleißig, sondern man kann auch einigermaßen faul repräsentieren, was in Logik nicht ohne Weiteres möglich wäre. Diese Art der Darstellung eignet sich gut für Statistik und genau das ist es, was sich hinter dem Zauberwort maschinelles Lernen verbirgt.

Die dabei angewandten Methoden sind nicht besonders neu. In empirischen Wissenschaften wie Medizin, Psychologie oder Chemie wurden diese Methoden seit langer Zeit eingesetzt, um Experimente auszuwerten. Hat man beispielsweise ein psychologisches Experiment zu Faulheit durchgeführt, will man aus den einzelnen Messungen (wie auch immer man Faulheit messen würde) zu einem verallgemeinerbaren Ergebnis abstrahieren. Zum Beispiel würde man wissen wollen, ob die Mehrheit der Versuchspersonen eher faul oder eher fleißig ist und daraus eventuell Rückschlüsse ziehen, zum Beispiel in Bewerbungsprozessen. Und genau das tut statistisches maschinelles Lernen: aus Daten werden Funktionen verallgemeinert, die man für Vorhersagen verwendet. Hätten wir zum Beispiel Daten über die Sterblichkeit erhoben und zusätzlich abgefragt, ob es sich um einen Menschen, ein Tier oder einen Vampir handelt, dann könnte man mit genügend Daten eine mathematische Funktion ableiten. Und wenn man diese Funktion mit einer Eingabe aufruft, die einen Menschen charakterisiert, sollte sie sterblich als Ergebnis zurückliefern und wenn man sie mit den Daten eines Vampirs aufruft, unsterblich.

Man beachte, dass im Gegensatz zur Induktion ein einzelnes Beispiel wie Sokrates nicht ausreicht. Genaugenommen ist dieses Vorgehen aus wissenschaftlicher Sicht korrekter, da man die Vorhersagen auf eine größere Menge von Daten stützt. Andererseits erhält man durch Statistik keine allgemeinen Regeln. Während die logische Herangehensweise eine klar erkennbare Regel zurückliefert (Alle Menschen sind sterblich.), kann es bei Statistik durch Fehler in den Daten und im Lernprozess durchaus vorkommen, dass ein Mensch als sterblich und ein anderer als unsterblich eingestuft wird. Und man sieht das der gelernten Funktion nicht an. Die einzige Möglichkeit herauszufinden, was die Funktion tut, ist wieder per Statistik viele Beispiele auszuprobieren und am Ende zu hoffen, dass das Ergebnis zumindest in den meisten Fällen ok ist.

Weiterhin zu beachten ist, dass, im Gegensatz zum Lernen bei Menschen, statistisches maschinelles Lernen ein einmaliger Prozess ist, der obendrein eine Menge menschlicher Arbeit benötigt. Man nimmt Daten, füttert sie in den Lernalgorithmus und bekommt eine Funktion zurück. Natürlich kann man diesen Prozess beliebig oft wiederholen, insbesondere wenn neue Daten vorliegen. Dies ist aber immer mit dem Risiko verbunden, dass die Ergebnisse auch mal schlechter werden können, weshalb jedes erneute Training gut vorbereitet und getestet sein will.

Mensch vs. Computer

Ich hatte Lernen mit der Metapher eines Rucksacks verglichen, den Menschen im Laufe ihres Lebens befüllen und verändern. Kann man diese auch auf Computer übertragen?

Wir könnten sagen, auch ein Computer kommt mit einem vorgefüllten Rucksack: er hat einen Prozessor mit einer bestimmten Maschinensprache und einen Speicher bestimmter Größe (der sogar wachsen kann, wenn wir den Speicherbaustein austauschen). Soweit eigentlich wie beim Menschen. Grundlegende Mechanismen kommen automatisch mit.

Menschen füllen oder leeren ihren Rucksack im Laufe der Zeit. Auch das kann man auf Computer übertragen: es kommen neue Daten dazu, andere werden gelöscht. Er kann gewissermaßen neue Fähigkeiten lernen, indem man Programme installiert. Jetzt kann man argumentieren, dass dieser Veränderungsprozess bei Menschen aus sich selbst heraus passiert, während im Computer neue Daten oder Programme durch das Zutun von Menschen angelegt werden. Doch auch Menschen lernen vor allem durch Input (z.B. Wahrnehmung, Instruktion, Interaktion). Und Computer können sich durchaus selbst verändern. Beispielsweise wird ein Programm, das automatische Updates installiert, von selbst Daten aus dem Internet herunterladen und neue Versionen von Programmen installieren. Und es ist durchaus denkbar, einen Computer zu bauen, der ständig Daten anlegt, löscht und Programme installiert ohne menschliches Zutun. Wie nützlich dieser Computer wäre, sei einmal dahingestellt.

Interessanterweise kommen all diese Analogien ohne die speziellen Techniken des maschinellen Lernens aus. Im Gegenteil, bei statistischem Maschinellem Lernen fehlt die dauerhafte Komponente. Und auch das sich-selbst-Erweitern ist dabei nicht enthalten. Es gehen Daten rein und eine mathematische Funktion kommt heraus. Der statistische Lernprozess selbst ändert sich nicht.

Also wenn überhaupt, könnte man sagen, dass ein Computer von Haus aus lernt und ebenso wie Menschen eigentlich gar nicht anders kann. Aber wieso erfinden wir dann den Begriff des maschinellen Lernens, wenn Computer das sowieso tun? Irgend etwas scheint doch anders zu sein. Das Problem ist genau die vereinfachte Annahme am Anfang dieses Artikels:

Denkstrukturen sind nicht das gleiche wie Datenstrukturen!

Während wir beim Computer genau wissen, was verändert wird, nämlich Zahlen auf einem Speichermedium, haben wir beim Menschen keine Ahnung, was durch Lernprozesse geändert wird. Alles hängt irgendwie zusammen: Wahrnehmung, Wissen und Gedächtnis, das Abspeichern von Fähigkeiten, die Sprache, mit der wir Dinge erklären um anderen Zugang zu unserem Wissen zu geben. Dieser ganze komplexe kognitive Unterbau ist eine ganz andere Welt als die Daten in einem Computer.

Der reine Prozess des Lernens im Sinne von Veränderung ist recht einfach auf Computer zu übertragen, aber Computer haben gewissermaßen keinen Rucksack, sondern eher eine Kiste, die sie befüllen. Diese Kiste ist deutlich starrer als ein Rucksack und wir haben sie selbst durch Mathematik konstruiert. Der Prozess des Befüllens ist ähnlich, aber was gefüllt wird und wo hinein, ist überhaupt nicht vergleichbar.

Wer ist besser?

Das Problem an der Sache ist nicht, dass Computer eben andere Veränderungsprozesse durchmachen als Menschen, sondern dass wir als Menschen dazu neigen, Computer für ihre Version zu verehren. Wieso tun wir das? Weil wir von unserem eigenen Denken nur wenig mitbekommen. Mir fällt kein gutes Beispiel ein, was ein Mensch besser kann als ein Computer, einfach weil ein Computer so ziemlich nichts von dem kann, was Menschen tun (Was ist der Unterschied zwischen einem Hund und einem Kühlschrank?). Er kann schneller rechnen und Zahlen zuverlässig speichern. Mehr ist es nicht.

Wenn wir aber noch einmal die Analogien ansehen, wo ein Computer sowas ähnliches tut wie zu lernen, sehen wir, dass er einige Dinge sehr gut kann, bei denen wir uns schwer tun. Vokabeln auswendig lernen. Wie lange hat es gedauert, bis ich mir immediately merken konnte! Wie toll wäre doch eine Festplatte, wo man das blöde Wort einfach speichert und da ist es dann jederzeit zum Abruf bereit.

Dabei vergessen wir, dass selbst das langweiligste Vokabellernen kein einfaches Abspeichern von Wortpaaren ist. Wenn im Musical Wicked von melt die Rede ist, weiß ich, dass die Hexe angeblich durch Wasser eingeschmolzen wurde. Und wenn ich melt im Zusammenhang mit snow lese, dann ist der Schnee weggetaut. Der Schnee kann auch schmelzen, aber die Hexe ist nicht weggetaut. In unterschiedlichen Sprachen gibt es nicht einfach nur unterschiedliche Bezeichner für dasselbe Konzept, sondern die Welt wird durch andere Konzepte beschrieben. Mit Deutsch als Muttersprache bezeichnet man im Englischen gern jeden Teig als dough (klingt ja auch irgendwie nach Teig). Aber im Englischen unterscheidet man zwischen einem knetbaren Teig (dough) und einem flüssigen Teig wie für Pfannkuchen, der als batter bezeichnet wird. Diese Unterscheidungen im Computer überhaupt darzustellen, ist eine Herausforderung. Bei Vokabellisten gibt es oft eine dritte Spalte mit Erklärungen oder Beispielen, um derartige Unterschiede darzustellen. Ein Computer könnte damit aber nichts anfangen um einen Text zu übersetzen. Das können nur Menschen.

Auch wenn es um Fähigkeiten geht, verfällt man gern ins Träumen. Wäre es nicht toll, wenn wir uns Klavierspielen wie eine App ins Gehirn laden könnten? Ohne jahrelanges Üben einfach losspielen können. Oder Sprachen! Vor dem Urlaub mal eben die Sprachfähigkeit für das Reiseland einspeisen. Wäre doch praktisch.

Abgesehen davon, dass es äußerst langweilig wäre, wenn wir alle diese Fähigkeiten hätten (niemand würde mehr eine Konzert besuchen, wenn man zu Hause selbst wie ein Profi spielen könnte), vergessen wir den wertvollen Prozess des Lernens selbst. Wer einmal eine Fremdsprache gelernt hat, kennt danach nicht nur Wörter in einer anderen Sprache, sondern hat auch gelernt, wie man sein Gehirn dazu bringt, eine neue Sprache zu erlernen. Und man lernt niemals eine Sprache isoliert. Selbst bei einer toten Sprache wie Latein wird man immer auch etwas über römische Kultur mitlernen. Bei lebendigen Sprachen wird man Länder bereisen, wo diese Sprachen gesprochen werden oder man kann Youtube-Videos in dieser Sprache ansehen und hat damit einen größeren Pool an Möglichkeiten um neue Dinge zu lernen. Man sieht andere Sitten und Gebräuche, was die eigene Weltanschauung ändert. Auch wenn es anstrengend ist, ist der Lernprozess selbst wertvoll und der Kollateralgewinn ist beträchtlich.

Während wir als Menschen die starren Speicher- und Rechenprozesse von Computern bewundern, geht der aktuelle KI-Trend mit Large Language Models gewissermaßen in die andere Richtung. Durch aufwendige Taschenspielertricks wird uns suggeriert, dass Maschinen jetzt auch die ganze Bandbreite menschlichen Denkens abedecken könnten (auch das gab es schon früher in der KI). So wie David Copperfield vor den Augen der Fernsehwelt einmal quer durch die chinesische Mauer gegangen ist.

Schon vor Jahren hat Google ein Programm vorgestellt, das automatisch Termine per Telefon ausmachen sollte. Der große Fortschritt: die generierte Stimme klang sehr menschlich, weil sie auch mal zögerlich klang und Ähm's dazwischen hatte. Welche Errungenschaft! Das mag für Betrüger eine willkommene Technik sein, um uns mit noch mehr Werbeanrufen zu beglücken, ansonsten eher nutzlos. Um Termine auszumachen müsste man nur eine einheitliche Schnittstelle definieren und ordentliche Bedienoberflächen bauen. Dafür braucht man niemandem Menschlichkeit vorzugaukeln.

Das gefährliche an dieser Entwicklung ist, dass die gewohnte Zuverlässigkeit von Computern auf diese neuen Techniken projiziert wird. Mit einem Large Language Model ein Gedicht für Tante Erna's Geburtstag generieren, ist kein Problem, dafür wurden diese Systeme gebaut, nämlich um automatisch Text zu erzeugen. Aber wenn dieselben Systeme Antworten geben, wo man als Mensch ein inhaltliche Korrektheit erwartet, dann ist es ein reines Glücksspiel, ob die Information faktisch brauchbar ist oder nicht. Die meisten NutzerInnen sind sich dessen aber nicht bewusst, da die Systeme als intelligent betitelt werden, während sie tatsächlich nur durch geschicktes Aneinanderreihen von Wörtern die Illusion von Intelligenz erzeugen.

Lernen und Intelligenz

Was war also zuerst da: das Lernen oder die Intelligenz? Wie so oft heißt die Antwort: die Dynamik macht's!

Das einfache Verändern von irgendwelchen Strukturen, bringt keine Intelligenz, wie wir es beim Computer gesehen haben. Aber könnten wir existieren ohne zu Lernen? Könnten Wahrnehmung, Gedächtnis, Planungsvermögen, und Entscheidungen so funktionieren ohne dass Lernen im Spiel ist?

Wie immer sind all diese Prozesse verwoben. Ein Gedächtnis ist immer Teil eines Lernprozesses. Und ohne Gedächtnis keine Kenntnis über Regelmäßigkeiten unserer Umgebung und damit keine Planung oder komplexe Entscheidungen. Lernen ist vielleicht eine Art gemeinsamer Nenner, der allen Aspekten von Intelligenz innewohnt. Und deshalb ist es vielleicht auch so schwer zu greifen. Den Namen einer neuen Bekanntschaft zu memorieren ist eine andere Aufgabe als das Meistern von Bewegungsabläufen, mit denen man Jonglierbälle in der Luft hält. Andererseits greifen die Lernarten auch ineinander. Wenn man eine Sprache erlernt, muss man sich Wörter merken, diese mit Grammatikregeln gemeinsam verstehen und anwenden und in der Sprache kommunizieren. Dabei können sogar die Muskeln der Sprechorgane Training benötigen, wenn die andere Sprache Laute beinhaltet, die man bisher nicht produzieren musste.

In jedem Fall sollte man mit dem Wort Lernen vorsichtig umgehen. Es ist ganz klar stark mit Intelligenz verwoben und ebenso undurchdringlich wie andere Aspekte von Intelligenz. Nur weil es gewisse oberflächliche Ähnlichkeiten zu mathematischen Operationen in einem Computer gibt, wäre es kühn zu behaupten, dass Computer lernen oder gar denken. Menschen sind eben doch etwas Besonderes und es gibt keinen Grund uns das selbst auszureden.