Denken überlässt man den Pferden …

INSPIRATION: Die Frage hatten wir schon mehrfach auf dem Tisch: Führt die KI-Nutzung zur allgemeinen Verblödung? Das ist selbstverständlich platt vereinfachend formuliert. Und so auch nicht zu beantworten. Aber … was ist dran am Verdacht?

Die Autorin (Prompten statt denken?) geht dieser Frage empirisch nach: Up- oder De-Skilling? „Zur Beantwortung dieser Frage wurden qualitative Interviews mit 24 Young Professionals geführt, allesamt Berufseinsteiger mit (angestrebten) Bachelor- oder Masterabschluss in einem technischen oder technisch orientierten Studiengang.“ Man muss dazu sagen, die Autorin ist Professorin für Internationales Management an einer Hochschule. Sie wird da wohl ihre Studierenden aus dem Wirtschaftsingenieurwesen befragt haben.

Die Stichprobe ist lausig klein und die qualitative Befragungsmethodik muss da schon sehr ausgefeilt gewesen sein, um ihre Ergebnisse zu adeln. Zumal die Stichprobe monomanisch ChatGPT-affin ist. Die Studis gebrauchen GenKI „für eine Vielzahl von Aufgaben und Anforderungen in Alltag und Beruf“; woran ich nicht zweifeln mag.

Deskilling?

Die Fragestellung der Studie war, den Zusammenhang zwischen GenKI-Nutzung und Lernfähigkeit zu untersuchen. Interessanterweise führt die Autorin die Erkenntnisse der industriellen Automatisierung in den 1980-er Jahren als Hypothese an. Und das lässt aufhorchen! Denn aus der Forschung jener Zeit lässt sich enorm viel lernen, um aktuelle Trends und Moden zu beurteilen. Beispielweise Agilität als Neuauflage von Gruppenarbeit (KVP auf Koks).

Die Autorin vertieft das Thema jedoch kaum, gönnen wir uns trotzdem einmal den „deeper dive“. Damals stand schon – wie auch heute häufig – das Versprechen im Raum, Menschen würden durch die Automatisierung von Routinetätigkeiten befreit und könnten dann höhere kognitive Aufgaben übernehmen. „Es zeigte sich jedoch, dass Menschen, die keine praktische Erfahrung mehr in der Durchführung dieser Routineaufgaben hatten, höhere kognitivere Herausforderungen nicht meistern konnten.“ Das nannten die Ingenieure die „Ironie der Automatisierung“. Die Arbeitspsychologen grinsten bloß – und freuten sich über reichlich Aufträge.

Die Ingenieure glaubten nämlich – und viele glauben das auch heute noch – an eine sog. „Leftover“-Strategie: Beim Menschen sollte nur belassen werden, was sich als nicht automatisierbar erweist. Ihre Vision war das Konzept der „menschenleeren Fabrik“. Kommt solches vielleicht irgendjemanden heutzutage bekannt vor? Ich meine ja nur … Es gab eine Zeit, in der ich dachte, wir hätten solche fundamentalen arbeitspsychologischen Fragen endgültig beantwortet. Inzwischen muss ich erkennen, sie kommen gnadenlos alle wieder auf den Tisch.

Neuauflage alter Fehler

In der „Bibel der Arbeitspsychologie“ des renommierten Nestors des Fachs, Eberhard Ulich, jedenfalls konnte man die Erkenntnisse dieser Periode nachlesen. „Zahlreiche Betriebe investieren zwei- und dreistellige Millionenbeträge in rechnergestützte Produktionssysteme und betreiben gleichzeitig eine systematische Unternutzung der verfügbaren und durch Investition in Ausbildung erheblich erweiterbaren menschlichen Qualifikationen.“ Oder: „Keines der von den Betrieben als sehr wichtig eingestuften Ziele [wurde] auch nur von der Hälfte der Antwortenden als erreicht angegeben.“ Und wer jetzt denkt, der Babyboomer erzählt jetzt schöne Geschichten von damals, die mit heute gar nichts zu tun haben: Elon Musk räumte im Jahr 2018 ein: Tesla produziert immer noch weniger Autos als geplant. Es liege daran, so der Tech-Bro, dass er Menschen zu wenig zugetraut habe – und Robotern zu viel.

Warum hat seinerzeit die technische Aufrüstung nicht die erhofften Ergebnisse gebracht? Die Forschung sagt: Die Technik war oft unausgereift (Chiquita-Prinzip: „reift beim Anwender“), ungeeignet (ohne Anpassung an spezifische Gegebenheiten) und häufig zu komplex. Zudem produzierte diese technische Aufrüstung gravierende Probleme bezüglich der Qualifikation der Mitarbeiter, weil Unternehmen

• die Notwendigkeit der Qualifizierung zu spät erkannten und deren Breite und Tiefe unterschätzten und
• die Qualifizierung als Kostenblock betrachteten, den es zu minimieren galt (schneller lernen!), und Qualifizierung mechanistisch missverstanden (Nürnberger Trichter).

Die Folgen: Eine Qualifikationserosion und auch einen Verlust des Erfahrungswissens der Mitarbeiter (tacit knowledge). Zudem: Ein Sinnverlust bei den Mitarbeitenden. Hinzu kommen erheblich Fehlallokationen (Kosten!). Und hier schlagen wir den Bogen wieder zurück zur Argumentation der Autorin. Könnte es sein, so ihre Frage, dass uns heute ähnliches bei der KI-Nutzung wieder passiert?

Drei Einflussfaktoren

Entscheidend für die Beantwortung der Gemengelage sind für die Autorin drei Einflussfaktoren:

• Lernidentität: „Wenn Menschen Gen-KI nutzen, um eine wissens- und/oder kompetenzbasierte Aufgabe zu meistern, lernen sie dabei auch, was es heißt, zu lernen, und ob und inwieweit sie ‚gute‘ Lernende sind.“ Wer bin ich als Lernender?
• Lernmotivation: Halte ich mich für gebildet, gehe ich motiviert ans Lernen. Ich nutze GenKI augmentierend, also zur Potenzialentwicklung. Habe ich eine prekäre Lernidentität entwickelt, ist meine Motivation eher defizitär geprägt. Ich will Scheitern vermeiden.
• Lernanreize: Interessiert mich bloß ein Ergebnis oder auch der „Rechenweg“? Das ergänzt die Aussagen über Identität und Motivation. Und entscheidend wirken dann Kontextbedingungen. „Wenn also ein hoher Zeit- und Termindruck im Unternehmen herrscht, fördert dies die Tendenz, wesentliche Denk-, Lern- und Kompetenzentwicklungsprozesse an eine Gen-KI auszulagern und Gen-KI-Lösungen unreflektiert zu übernehmen.“

Das klingt plausibel, leider bezieht sich die Autorin lediglich auf einen 25 Jahre alten Zeitschriftenartikel. Da würden Leser*innen diesen Befund sicher noch einmal mit der aktuellen Fachdiskussion abgleichen wollen.

Vier Typen der KI-Nutzung

Auf der Basis der Interviews unterscheidet die Autorin vier Arten von Gen-KI-Nutzenden:

• Die selbstbewussten Enthusiasten: „Sie verfügen über eine sichere Lernidentität, sind vom Nutzen der Gen-KI überzeugt und verwenden die Technologie fast schon kaltschnäuzig.“ Sie kennen die Probleme der GenKI und verharmlosen De-Skilling durch diese. Hier könnte etwas mehr Selbstkritik der User hilfreich sein.
• Die vorsichtigen Enthusiasten: Sie nutzen GenKI, ebenfalls aus einer sicheren Lernidentität heraus, dafür, neue Ideen zu bekommen oder die eigenen Ergebnisse zu reflektieren (augmentierend).
• Die ambivalenten Nutzenden: Sie zeichnet ein hohes Maß an Aufgabenverantwortung (Task Stewardship) aus. Sie verwenden GenKI sporadisch, „fast schon widerwillig, und nur als Ergänzung zu hauptsächlich selbstständig entwickelten Ideen und Ansätzen.“
• Beiläufig Nutzende: Sie wissen wenig über Gen-KI, nutzen die Technologie jedoch regelmäßig für allerlei Aufgaben. Die Autorin unterscheidet hier zwei Subtypen, die prekären, die um De-Skilling wissen, aber aufgegeben haben. Und die gedankenlosen, naiven Nutzenden.

Denken überlässt man den Pferden …

Die Autorin bestätigt folglich die De-Skilling-Tendenz von GenKI auf der Basis einer kleinen Stichprobe. Zu dieser Studie könnte man sicher noch etliche Fragen aufwerfen. Insbesondere wäre doch wichtig zu wissen, wie sich die Typen mengenmäßig verteilen. Zugleich zeigt die Autorin auf, welche Fehler Unternehmen in der Personalentwicklungsstrategie vermeiden sollten.

Aus der oben angesprochenen Forschung seit den 1980er-Jahren ist bekannt, was hilft: Kein Pilot darf ein Passagierflugzeug fliegen, wenn er nicht regelmäßig an einem Notfalltraining teilnimmt. Hier ließen sich leicht weitere Berufsbilder, vom Arzt über den Compliance-Officer, den Cyber-Sicherheitsexperten bis hin zum Marktleiter im Einzelhandel anfügen. Die Gefahren, die von naivem bis überheblichen Gebrauch ausgehen, sind nicht zu unterschätzen, werden aber oft abgetan. Zugleich werden die Ambivalenten und Reservierten als „Spaßbremsen“ abgewatscht. Doch die Schäden können immens sein. Und wir hören immer wieder von solchen Havarien.

… die haben den größeren Kopf

In der Arbeitspsychologie hatte sich längst die Maxime „Technik nicht so viel wie möglich, sondern so viel wie nötig“ eingebürgert. Das Konzept der Gruppenarbeit, dass sich in den 1990er-Jahren etablierte, setzte klar auf ein Empowerment der Mitarbeitenden.

Ein kleines Beispiel: Als Werkstudent in der chemischen Industrie habe ich noch erlebt, wie stündlich Arbeiter mit einem Probenglas auf einen Tank stiegen, eine Probe zapften und diese ins Labor zur Analyse brachten. Treppe rauf, Treppe runter, bei jedem Wetter. In der Anlage nebenan gab es schon eine moderne Leitwarte. Da saßen die Mitarbeitenden vor Messgeräten und beobachteten, ob alles „im grünen Bereich“ blieb – acht Stunden lang. Zuerst hieß es, ihr habt es jetzt doch gut, sitzt im Trockenen und müsst keine Treppen mehr steigen. Aber dann mussten sie regelmäßig zum Physiotherapeuten wegen Rückenschmerzen oder später in die Mucki-Bude. Sie hatten es nicht leichter, sondern anders. Hinzu kamen neue Beanspruchungen durch Daueraufmerksamkeit (Vigilanz). Reizarme, eingeschränkte, aber dauerhaft erforderliche Aufmerksamkeit ohne ausführende Tätigkeit führt zu Ermüdung. Und die hat Folgen. Brummi-Fahrer konnten schon immer ein Lied davon singen. Mit der Idee von autonomen Fahren kommt das Problem verschärft zurück.

Jetzt kommt die nächste Technologiewelle und in der Breite werden wieder die alten Fehler gemacht. Als ob es nicht Unterschiede zwischen einem Taschenrechner und GenKI gäbe … Vigilanz und GenKI-Nutzung, da werden wir noch mehr von hören.