Wie unterscheiden sich Texte von Menschen und Maschinen?

In Zeiten der Effizienzbesessenheit fällt es vielen Verantwortlichen nicht leicht, sich für Menschen zu entscheiden. Daher bietet sich eine kritische Auseinandersetzung rund um die Texterstellung an. Betrachten wir die Unterschiede von menschen- und maschinengeschriebenen Texten anhand von drei Kriterien: die Grundlage für einen Text, die Ressourcen, die bei seiner Erstellung verbraucht wurden, und das Ergebnis.

Worauf basiert ein Text?

Mensch

• Leseerfahrung (von selbst gekauften, geschenkten oder in der Bibliothek ausgeliehenen Büchern)
• fachliche Ausbildung, die Rechtsgrundlagen beinhaltet
• Schreiberfahrung
• Hunderte von Gesprächen mit einer Vielfalt von Menschen
• unzählige Beobachtungen am Strand, auf den Straßen von Städten und Dörfern, in der U-Bahn, auf dem Balkon oder in der Wüste
• liebevolle Umarmungen und schmerzliche Abschiede
• der (bei Allergiker:innen buchstäblich) atemraubende Lilienduft und der Gestank von Schweiß nach einer angsteinflößenden Prüfung
• Kino-, Theater- Konzert-, Zirkusbesuche
• Strange Fruit von Billie Holiday, The Chain von Fleetwood Mac, Read All About It von Emeli Sandé auf Schallplatte, Kassette, CD oder iPod
• Chillies, die den Rachen verbrennen und Kaiserschmarrn, der alles heilt
• Bestreben, gute Arbeit zu leisten
• Liebe zu Buchstaben, Worten, Sätzen, Grammatik, Menschen, die lesen
• freier Wille

Hinweis: Diese Liste ist beispielhaft und dient dazu, Ihre Fantasie anzuregen.

Maschine

• Diebstahl geistigen Eigentums
• durch Männer (ca. 70 Prozent) programmierte Large Language Modelle (LLMs), die größtenteils in einem völlig unregulierten Umfeld entwickelt wurden und Vorurteile reproduzieren
• einziger Zweck der Modelle ist die Gewinnmaximierung der Anbieter (noch sind diese allerdings sehr weit von Gewinnen entfernt, was die Dringlichkeit erklärt, mit der sie die Bedeutung ihrer Produkte für die Menschheit unterstreichen und lügen, um sich Wettbewerbsvorteile zu verschaffen)
• die führenden Unternehmen hinter den Modellen werden von Männern geführt; sie haben teils Investoren, in deren Vorstellung Greta Thunberg als Antichrist fungiert, weil sie sich für den Klimaschutz einsetzt (leider handelt es sich hierbei nicht um eine Halluzination – Begriffserklärung weiter unten)

Welche Ressourcen verbraucht die Erstellung eines Textes?

So ein Vergleich kommt kniffliger daher als Rubiks-Würfel. Denn viele Berechnungen beziehen sich ausschließlich auf individuelle Prompts und lassen das große Ganze außer Acht. (Die Darstellung des Ressourcenverbrauchs ähnelt dem erfolgreichen Experiment eines kleinen Mädchens. Dieses entschied sich, Rubiks Herausforderung durchs Umkleben der einzelnen Farbfelder, zu meistern.)

Sprachmodelle wie ChatGPT, Claude oder Llama heißen Large Language Model, weil sie mit sehr, sehr großen Mengen von Daten trainiert werden. Neue Trainingseinheiten führen manchmal zu einem katastrophalen Vergessen, sodass Informationen zu alten Aufgaben verschwinden. Lernen und Neulernen kosten jeweils unfassbar viele Ressourcen.

Business Energy UK hilft dabei, uns das Ausmaß des unvorstellbaren Energiebedarfs vorzustellen: ChatGPT zum Beispiel verbraucht täglich eine Menge an Energie, die acht Millionen Mobiltelefone aufladen könnte und so viel Wasser, wie alle Einwohner:innen von Taiwan bei einem synchronisierten Toilettengang verwenden würden. Eine Texterin mag pro 100 Worte nicht wesentlich weniger Energie und Wasser verbrauchen als eine Maschine. Alle Texter:innen vereint bringen jedoch keinesfalls so viel Hunger und Durst mit wie alle LLMs. Sie haben, anders als die Betreiber von Rechenzentren, die künstliche Intelligenz benötigt, noch nie einen US-Bundesstaat dazu gebracht, sie zu verbannen.

Wie sieht das Ergebnis aus?

Die Funktionsweise von LLMs ist lange nicht so komplex wie die des menschlichen Gehirns. Eine Maschine zerhäckselt einen Text in kleinere Teile, die sie wiederum als Zahlen darstellt, sogenannte Tokens. (Der letzte Satz enthält je nach Modell z.B. 17 Tokens und sieht für das Modell so aus: 2, 40928, 141383, 44026, 33878, 623, 64226, 7109, 4820, 575, 146942, 82810, 235269, 166535, 116302, 235265, 235248.)

Die nummerierten Sprachfetzen werden anschließend auf Vektoren abgebildet, also in ihrer Bedeutung verortet. Dann berechnet das LLM die Wahrscheinlichkeit des nächsten Tokens. Es gibt einen Text aus. Und wieder von vorne. Das bedeutet, Sie erhalten einen auf Wahrscheinlichkeiten basierten, durchschnittlichen Zahlensalat, der vorgibt ein durchdachter Text zu sein. Er kann Halluzinationen enthalten, d.h. völlig fabulierte Inhalte, selbst dann, wenn niemand ein Märchen verlangte. Letztendlich muss ein Mensch die Berechnungen überprüfen.

Ausführliche Erklärung zur Funktionsweise von LLMs:

Wie funktionieren LLMs?
LLM-Erklärer (Teil 1): Von Text zu Zahlen – Wie ein LLM Sprache sieht
Halluzinationen von generativer KI und großen Sprachmodellen (LLMs)

Menschen hingegen liefern einzigartige Ergebnisse. Im Business-Kontext haben sie stets die Zielgruppe vor Augen. Sie entwickeln über Jahre hinweg ein kulturelles wie fachliches Verständnis und vermögen einzuordnen, welche Fakten Relevanz haben. Menschen verfügen über fünf bis sechs Sinne. Was der Maschine außerdem völlig fehlt, sind emotionale Intelligenz, Urteilsvermögen und Humor.

Das Gehirn hatte Jahrtausende Zeit, sich zu entwickeln. Wir können deshalb entscheidende Wettbewerbsvorteile in der Kommunikation vorweisen.

Empfehlung

Sie sind an nachhaltigen, effektiven Lösungen, einer demokratischen Zukunft interessiert und wollen, dass unser Planet bewohnbar bleibt? Dann investieren Sie in menschengeschriebene Texte. Gemeinsam pflegen wir eine unabhängige, zukunftsweisende Art- und Weise mit Ihren Kund:innen zu kommunizieren.

Sie suchen eine Texterin? Lassen Sie uns übers Schreiben reden.

Denkanstöße

→ Think before you prompt: menschliche Fertigkeiten als Wettbewerbsvorteil

→ Hinweis: Der achtsame Umgang mit Worten könnte Veränderungen bewirken

→ mehr über menschengeschriebene Texte im Angebot