#10 Die KI im Aquariumstest

Wollen wir die vielgerühmte KI doch einmal am angewandten Leben testen, dachte ich mir Anfang des Jahres. Und begann zu überlegen, welche Fallstudie sich dafür eignen könnte. Drei Bedingungen sollte sie erfüllen: Erstens wollte ich damit nicht allzu viel von mir preisgeben. Zweitens sollte ausreichend Know-How zum Thema in den Online-Sphären verfügbar sein. Und drittens wäre ein Langzeit-Projekt fein – kurz davor hatte ich erfahren1, dass z. B. die kostenlose Desktop-Version von ChatGPT sich einmal Eingegebenes »merkt« und so im Zuge einer Recherche dazulernt.

Was sollte sich also für dieses KI-Experiment besser eignen als: unser neu aufgesetztes Aquarium?

Genau. Als mich dessen Wasserwerte über ein paar Tage hinweg beunruhigten, las ich in Online-Foren, dass eine Zugabe von Salz das Süßwasseraquarium wieder ins Lot bringen könne. ChatGPT bestätigte mir das und riet, 1 bis 2 Gramm Salz pro Liter Wasser hinzuzufügen. Viel zu viel, las ich in meinem Aquariumsbuch nach. »Du hast recht«, gab ChatGPT klein bei, als ich auf den Fehler hinwies.

Für meine Arbeit verwende ich die KI derzeit entsprechend sparsam und mit stets kritischem Auge. Aber doch, zum Beispiel:

• für manche Übersetzungen von Zitaten anderer. Die KI scheint mir dabei angenehm neutral. Ich würde mit meiner Übersetzung eventuell etwas hineininterpretieren, das der oder die Sager:in gar nicht intendierte.

• für die Quellensuche, Lesetipps oder Ideen für Hintergrundgespräche in einem mir neu zu erschließenden Bereich, wenn ich zum Beispiel etwas über das Weltbild Franz von Assisis lernen will.

• Bei Interviews verlasse ich mich für meine Zwecke praktisch immer auf das von mir während eines Gesprächs Mitgetippte, würde aber jedenfalls zu einem Transkriptionsdienst mit KI greifen, müsste ich wieder tagesaktuell arbeiten.

Kennzeichnen mag ich diesen spärlichen Einsatz momentan nicht — weil die Tätigkeiten meine Kernkompetenz als Journalistin und Textarbeiterin nicht betreffen. Das stimmt zum Glück mit dem überein, was Katja Schell, stellvertretende Chefredakteurin der österreichsichen Presseagentur APA, im Rahmen eines Forschungsaufenthalts am Reuters Institute for the Study of Journalism an der Universität Oxford herausgefunden hat. Ihre Ergebnisse hat sie gerade auch in einem White Paper veröffentlicht.

Während manche Medien ihren KI-Einsatz bereits »labeln«, also kennzeichnen, meint Schell, das reiche nicht aus. Oder sei sogar kontraproduktiv: weil es User:innen, die mit journalistischen Arbeitsprozessen nicht vertraut sind, unnötig verunsichere. Stattdessen empfiehlt sie, journalistische Arbeitsprozesse generell transparenter darzustellen: »Erklären Sie nicht nur, wie Ihre Redaktion KI einsetzt – erklären Sie, wie Ihre Redaktion Journalismus macht.«

Als Hilfestellung hat Schell dazu eine Matrix entwickelt, in der KI-Anwendungsfälle in Redaktionen in zwei Dimensionen beurteilt werden können: 1. in ihrem Impact auf die redaktionelle Entscheidungsgewalt (blaue Spalte) und 2. in ihrem Impact auf die Autorenschaft (orange-rote Spalte). Beispielhaft hat sie die Matrix mit journalistischen Aufgaben befüllt und deren Impacts kategorisiert. Das sieht dann so aus:

»Je höher der Einfluss auf beide Dimensionen, desto eher sollte eine Offenlegung in Betracht gezogen werden«, schreibt Schell. Anhand dieser Matrix wären also jedenfalls erkennbar zu machen, wenn für einen Artikel redaktioneller Content mittels KI generiert oder ein KI-Chatbot eingesetzt wird. Schell empfielt eine »mehrstufige Kennzeichnung« nach dem »Click-to-Inspect«-Prinzip. Vereinfacht kann man sich das (auf der user-orientierten Ebene) wie einen im Text eingebetteten Hyperlink vorstellen: Klickt man auf die Kennzeichnung erhält man weiterführende Infos, z. B. welche KI in welchem Umfang an der Entstehung eines Artikels beteiligt war.

Aber noch einmal zurück zu Schells Kernforderung: Wie und in welchem Umfang könnte man grundsätzlicher erklären, wie man Journalismus macht und für welche Aufgaben man KI einsetzt? Die Süddeutsche Zeitung etwa versucht es mittels unregelmäßig erscheinender Offenlegungen. Davon inspiriert habe ich mir das auch für meine Arbeitsweise überlegt2:

1. Bei ausführlicheren Texten lassen sich Infos zum Entstehungsprozess einer Geschichte oft leicht in die Erzählung einbauen – mir ist das im vergangenen Jahr etwa nach dem Fund eines exotischen Tier-Relikts im eigenen Keller passiert. In TV-Formaten oder Podcasts ist es noch einfacher, vor allem dann, wenn ein:e Erzähler:in tatsächlich in Erscheinung tritt und sich als Host auf eine Erkundungsreise begibt. Dabei ergibt sich ganz natürlich die Möglichkeit, die Recherchemethode oder deren Ablauf offenzulegen.

2. In der Erzählung lässt sich die Art des Kontaktes mit einer Informationsquelle transparent machen: Man kann szenisch einbauen, wen man persönlich trifft oder per Telefon, Zoom oder schriftlich erreicht. Auch bei Print/Online-Interviews findet sich häufig der aus meiner Sicht sinnvolle Zusatz, »wir haben XY schriftlich erreicht« – schließlich ist es eine völlig andere Herangehensweise an ein Gespräch, ob nun alle Fragen auf einmal gestellt und ohne Zeitbegrenzung beantwortet werden konnten oder es sich um ein tatsächliches Face-to-Face-Begegnung handelte.

3. Häufig im Home-Office arbeitend und meistens mit Anbindung an nur 1 bis 2 Kontaktpersonen in Redaktionen oder anderswo nutze ich ChatGPT als Komplementär, wenn mir das sinnvoll erscheint – ein minderwertiger Ersatz des Austauschs mit Redaktionskolleg:innen, um den Diskurs, der sonst z.B. in einer Redaktionssitzung stattfindet, nachzuahmen. Ich frage etwa, welche Perspektiven einer Debatte ich eventuell übersehen habe oder bitte die KI offensiv darum, meine Argumente zu kritisieren. Natürlich übernehme ich die Antwort nicht blind, sondern überlege, ob/was Sinn ergibt.

4. Und auch wenn ich oft ein Synonym-Wörterbuch verwende: Solange ich meinen Namen über einen Artikel oder unter einen Projektauftrag schreibe, übernehme ich nie und nimmer einen von ChatGPT zusammengestellten Text. Die Hoheit über Sprache3 und Erzählung eines Artikels will ich behalten. Denn mit jeder Aufgabe, die wir an die KI abgeben, schmälern wir unsere Kompetenz im jeweiligen Aufgabenbereich. Für Hilfsarbeiten wie das Transkribieren ist das egal. Aber wir sollten nicht alles an die KI auslagern und uns wundern, dass wir damit unsere eigene Arbeit untergraben – und uns nach und nach selbst abschaffen.

Facebook und andere Social-Media-Kanäle haben für mich deutlich an Anziehungskraft verloren, seit ich bei jedem Beitrag eines fremden Accounts checken muss, ob das dargestellte Foto oder Video KI-generiert ist oder eh »echt«. Von Nachrichtenmedien wünsche ich mir deshalb, dass sie sehr deutlich machen, wofür sie die KI einsetzen und was diese generiert oder zusammengestellt hat. Auch weil die KI das häufig falsch tut. Fragen Sie mein Aquarium.