Auch in Fahrzeugen verschwindet der Fahrer

Eine der Entwicklungen in der Automobilwelt, die mir in letzter Zeit am meisten aufgefallen ist, ist das Tesla Cybercab. Das erste neue Modell, das Tesla nach Jahren entwickelt hat, hat kein Lenkrad, kein Gaspedal und keine Bremse. Das Fahrzeug wurde von Grund auf für autonomes Fahren konzipiert. Elon Musk positioniert dieses Modell als Grundpfeiler seines Robotaxi-Dienstes. Als jemand, der die Automobilgeschichte ein wenig verfolgt, kann ich sagen: Dies ist nicht nur ein neues Modell, sondern ein Schritt, der die Idee des Automobils selbst verändert. Denn das Automobil wurde hundert Jahre lang fahrerzentriert entworfen. Mit dem Cybercab wird der Fahrer zum ersten Mal aus dem Design herausgenommen.

Das Interessante an diesem Wandel ist, dass nicht nur Technologieunternehmen, sondern auch traditionelle Hersteller an diesem Rennen teilnehmen. Mercedes-Benz beispielsweise wirkt nach der Umstellung auf Elektromobilität auch im Bereich der autonomen Fahrzeuge sehr ambitioniert. Modelle wie der Mercedes-Benz VLE und der Mercedes-Benz VLR, die auf den neuen Plattformen des Unternehmens basieren werden, sind ein Zeichen dafür. Im Gegensatz dazu dreht sich ein anderer Teil der Branche immer noch um Modifikationen, Auspuffgeräusche und eine klassische Performance-Kultur. Die Kultur, die sich um Marken wie Audi, BMW oder den Volkswagen Passat gebildet hat, stellt nach wie vor das Fahrerlebnis in den Mittelpunkt. Mein Eindruck ist: Die Automobilwelt ist in zwei verschiedene Zeitalter gespalten. Auf der einen Seite wird immer noch über den Fahrer hinter dem Steuer gesprochen, auf der anderen Seite verschwindet das Lenkrad selbst. Deshalb sind es in der neuen Ära nicht nur Teile, die an den Autos fehlen. Auch der Fahrer selbst verschwindet langsam aus der Gleichung.

Garantieren höhere Bildungsabschlüsse einen Arbeitsplatz?

Über viele Jahre hinweg galt das Universitätsdiplom als das sicherste Tor zur Arbeitswelt. Doch in den letzten Jahren wird diese Annahme immer stärker hinterfragt. Eine im Harvard Business Review veröffentlichte Analyse liefert bemerkenswerte Daten: In den OECD-Ländern sind mehr als 40 % der jungen Menschen zwischen 25 und 34 Jahren Hochschulabsolventen, in den USA sind es fast 50 %. Bildung hat nach wie vor einen positiven Einfluss auf das Einkommen. Doch mit der steigenden Zahl der Absolventen nimmt der zusätzliche Vorteil, den ein Diplom bietet, stetig ab. Tatsächlich zeigt dieselbe Studie, dass ein Universitätsabschluss das Einkommen in Subsahara-Afrika um mehr als 20 % steigert, während dieser Anstieg in skandinavischen Ländern, in denen Universitätsabschlüsse sehr verbreitet sind, nur bei etwa 9 % liegt.

Noch interessanter ist: Untersuchungen zeigen, dass der Zusammenhang zwischen Bildungsniveau und Arbeitsleistung recht schwach ist. Kognitive Fähigkeiten, Lernkapazität und Problemlösungskompetenz sind hingegen viel stärkere Indikatoren. Auch die Geschäftswelt beginnt dies zu erkennen. Heutzutage suchen viele Unternehmen bei Bewerbern weniger nach einem Diplom als vielmehr nach Lernfähigkeit, Neugier, Kommunikationsstärke und Anpassungsfähigkeit. Mit anderen Worten: Ein Diplom kann immer noch nützlich sein, ist aber keine alleinige Karriereversicherung. Damit Universitäten in dieser neuen Welt ihren Wert bewahren können, müssen sie aufhören, reine Wissensvermittler zu sein, und zu Orten werden, die menschliche Fähigkeiten wie kritisches Denken, Empathie und Führung fördern.

Einstein hatte wieder einmal recht

In meiner Kindheit bewunderte ich die Bücher von Isaac Asimov sehr. Eines Tages fiel mir das Buch „Exploding Suns“ in die Hände, das im Türkischen unter dem Titel „Patlayan Güneşler“ veröffentlicht wurde. Ich hatte angefangen, es zu lesen, in der Annahme, es sei Science-Fiction, aber es war eigentlich ein populärwissenschaftliches Buch, das erklärte, wie Sterne geboren werden und wie sie sterben. In diesem Alter hatte ich das meiste davon nicht verstanden. Jahre später, als ich an der Boğaziçi-Universität den Astrophysikkurs bei John Freely belegte, wurde mir klar, dass diese kindliche Neugier tatsächlich den richtigen Punkt getroffen hatte. Der Kurs hatte mir großen Spaß gemacht; meine Note war eine Eins. Aber mein eigentlicher Gewinn war nicht die Note, sondern die unendliche Neugier auf das Universum.

Ein Bericht, den ich neulich in der Gazete Oksijen gelesen habe, hat mich wieder an diese Neugier erinnert. In dem Bericht wurde beschrieben, wie Astronomen eine extrem helle Supernova namens SN 2024afav untersuchten und die Existenz eines neugeborenen *Magnetars* beobachteten. Es wird darauf hingewiesen, dass die seltsamen Schwingungen im Licht zeigen, dass diese massereiche, schnell rotierende Masse die Raumzeit mit sich zieht. In der Physik nennt man das die Lense-Thirring-Präzession, und dieser Effekt wurde bereits vor einem Jahrhundert von Albert Einstein in seiner Allgemeinen Relativitätstheorie vorhergesagt. Kurz gesagt: Das Universum, das in den Büchern beschrieben wurde, die ich als Kind nur schwer verstehen konnte, wird heute durch Teleskope bestätigt. Und bei jeder neuen Beobachtung wird derselbe Satz wiederholt: Einstein hatte wieder einmal recht.

Sinan Canan blieb auf der Strecke, als er versuchte, Philosophie über künstliche Intelligenz zu produzieren

Ich habe gehört, wie Sinan Canan in einem Vortrag über künstliche Intelligenz sagte: „Das sind eigentlich Sprachmodelle, wer die Sprache nicht richtig zu nutzen weiß, kann künstliche Intelligenz nicht effizient einsetzen.“ Zu sagen, dass „künstliche Intelligenz eigentlich ein Sprachmodell ist“, ist eine Erkenntnis, die heute selbst der Mensch auf der Straße kennt. Es ergibt wenig Sinn, dies als eine besondere Entdeckung zu präsentieren. Ja, Systeme wie ChatGPT oder Claude, die wir heute verwenden, basieren technisch auf Large Language Model (LLM)-Architekturen. Transformer-basierte neuronale Netze, Milliarden von Parametern, riesige Datensätze und große GPU-Cluster bilden die Technik hinter diesen Systemen. Doch diese technische Tatsache zu wiederholen, bedeutet nicht zu erklären, was künstliche Intelligenz verändert.

Genau hier beginnt das Problem. Wenn man künstliche Intelligenz nur auf den Rahmen eines „Sprachmodells“ reduziert, verpasst man den eigentlichen Umbruch der Technologie. Was LLMs tun, ist nicht nur Sprache zu verarbeiten; sie führen die sprachliche Fragmentierung, die die Menschheit seit dem Turmbau zu Babel erlebt, in einem mathematischen Repräsentationsraum wieder zusammen. Verschiedene menschliche Sprachen werden innerhalb desselben semantischen Raums verständlich. Zudem ist dies nicht nur auf menschliche Sprachen beschränkt. Dieselben Systeme können zwischen Programmiersprachen wechseln, Code generieren und befreien Softwareentwickler davon, auf die Grenzen einer einzigen Sprache beschränkt zu sein. Deshalb ist die Aussage „wer die Sprache nicht gut nutzen kann, kann künstliche Intelligenz nicht nutzen“ eine verkehrte Sichtweise. Die wahre Stärke der künstlichen Intelligenz liegt darin, dass sie die sprachlichen Mängel der Menschen ausgleichen kann. Anstatt die Diskussion also auf die Ebene der Grammatik zu reduzieren, sollte man darüber sprechen, wie künstliche Intelligenz die Wissensarchitektur der Menschheit verändert. Vielleicht wollte Sinan Canan Philosophie betreiben; doch es scheint, als sei er gleich zu Beginn des Weges stehen geblieben und umgekehrt.