https://upload.wikimedia.org/wikipedia/de/thumb/d/d6/OpenAI_2023_logo.svg/800px-OpenAI_2023_logo.svg.png?20230716005615
Mit der Veröffentlichung des von OpenAI entwickelten ChatGPT, einem Large Language Model (LLM), hat eine neue Ära des KI-gestützten wissenschaftlichen Arbeitens begonnen. Dieses Sprachmodell bietet zahlreiche Möglichkeiten zur Etablierung und Anwendung in wissenschaftlichen und alltäglichen Kontexten. ChatGPTs und vergleichbare LLMs können durch einfache Chatnachrichten dazu angeregt werden, möglichst korrekte Antworten zu generieren. Diese Antworten können jedoch irreführend sein, da die LLMs sie mit Hilfe von Wahrscheinlichkeitsmaßen generieren. Je spezifischer und komplexer das Thema ist, desto größer ist die Wahrscheinlichkeit, dass eine falsche Antwort generiert wird, insbesondere aufgrund der begrenzten Daten im Modell.
Auch das maschinelle Lernen, ein Teilgebiet der KI, erzeugt evidenzbasierte Aussagen mit Hilfe von kontinuierlich eingespeisten Daten. So werden beispielsweise Algorithmen zur Handschrifterkennung kontinuierlich durch neue Datensätze weiterentwickelt.
Die Anwendung von KI in der Geschichtswissenschaft ist ebenso neu wie in anderen akademischen Disziplinen. Aus Zeit- und Erprobungsgründen wurde der Einsatz von KI in diesem Bereich noch nicht ausführlich diskutiert. Dieser Einblick eines Studenten der Geschichtswissenschaft und Mathematik soll ein aktuelles Meinungsbild darstellen.
Im Bereich der Datenanalyse und -interpretation bietet maschinelles Lernen den großen Vorteil, dass die Menge der Daten und die Geschwindigkeit der Analyse die menschlichen Fähigkeiten übersteigen.[1] Die Analyse großer Datenmengen bietet neue Möglichkeiten des Zugangs zu gesammelten Informationen. Big-Data-Analysen haben bereits zu neuen Erkenntnissen geführt, indem Verbindungen zwischen zahlreichen Zeitungsartikeln und Zeitungsausschnitten hergestellt werden konnten.[2]
Wenn diese Praxis auf andere Bereiche wie Papyri übertragen wird, können bisher verborgene Zusammenhänge aufgedeckt werden. Darüber hinaus besteht die Hoffnung, mit Hilfe von KI-gestützten Analysen unleserliche antike Handschriften entziffern zu können.
Ein Problem bei der Anwendung von maschinellem Lernen auf große Datensätze ist jedoch die fehlende menschliche Interpretationsfähigkeit. Die Unterscheidung zwischen Kausalität und Korrelation rückt hier in den Vordergrund und erfordert viel Übung des wissenschaftlich arbeitenden Menschen, diese beiden Aspekte der Dateninterpretation zu unterscheiden. Insbesondere die Frage der ethischen Verantwortung wird bei der Anwendung von maschinellem Lernen und KI eine immer größere Rolle spielen. Die Selbstsicherheit, mit der ein Programm wie ChatGPT falsche Fakten behaupten kann, [3] kann vor allem bei Forscher*innen, die sich nicht mit der Frage auseinandergesetzt haben, zu einer Fehlinterpretation vorliegender Daten führen.
Der Einsatz von KI in der Geschichtswissenschaft, aber auch in anderen Geistes- und Naturwissenschaften, ist ein neues Werkzeug, das sich noch in der Abkühlphase befindet. Es ist mit Vorsicht zu genießen, kann aber mit Vorfreude betrachtet werden. Die Zukunft und die Herausbildung dieses Werkzeugs wird viele neue Erkenntnisse liefern, indem es die Wissenschaftler*innen unterstützt.
Wenn sich die Forscher*innen dessen bewusst sind, wird sich der Forschungsbereich, der KI als Arbeitshilfe nutzt, in eine Richtung weiterentwickeln, die sich von der heutigen Form stark abheben wird. Eine hoffentlich effiziente und präzise Umsetzung wissenschaftlicher Arbeit.
[1] https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz.html [letzter Zugriff: 15.07.2024]
[2] Schiuma Giovanni , Big data in the arts and humanities : theory and practice. – Boca Raton ; London ; New York, 2021 S. 79
[3] Krettekm C., ChatGPT – Milestone-Text-KI mit Game-Changer Potenzial, in: Die Unfallchirugie Vol. 126, 2023 ,S. 253 https://doi.org/10.1007/s00113-023-01296-y