Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us
Kategorien
Allgemein Digital History

Eine (digitale) Welt der „Banausen“?

„Denn gerade die sogenannten handwerklichen Fächer sind verrufen und werden verständlicherweise in den Städten sehr verachtet. Denn sie schädigen die Körper der Arbeiter und der Aufseher, weil sie zwingen, zu sitzen und ohne Licht und Luft zu sein, einige sogar, den ganzen Tag vor dem Feuer zuzubringen. Sind die Körper erst verweichlicht, dann werden auch die Seelen merklich schwächer. Auch lassen die sogenannten handwerklichen Fächer am wenigsten freie Zeit, sich noch um Freunde und Staat zu kümmern, so dass solche Leute zu schlecht zu sein scheinen, um Freunde zu haben und Verteidiger ihrer Vaterstadt zu sein, und daher ist es in einigen Staaten, besonders aber in denen, die als kriegstüchtig gelten, keinem Bürger erlaubt, in einem handwerklichen Fach zu arbeiten.“

Xen. oik. 4,2f. (Übers. v. Gert Audring)

Die hier vorgetragene Polemik stammt vom Historiographen und Sokratiker Xenophon (5. & 4. Jh. v. Chr.). Der attische Historiker kontrastiert programmatisch die kalokagathia („Schönheit und Gutheit“) der Aristokraten mit der „Minderwertigkeit“ der in den griechischen Poleis zahlreich lebenden Handwerker, die nach einem sich im späten 5. Jh. v. Chr. ausbildenden Begriff als „Banausen“ (banausoi) bezeichnet wurden.1 Schon deutlich vor Xenophon wurden die Banausen auf Vasenbilder pejorativ in Szene gesetzt: In mühevollen Posen und vollkommen auf das jeweilige Arbeitsobjekt fokussiert, sorgte die verbogene Haltung dafür, dass die Handwerker völlig entblösst erscheinen.2

Abbildung 1: „Erzgiesserei-Schale“ des „Erzgiesserei-Malers“, Berlin, Antikensammlung Inv. F 2294. Herstellung einer Bronzestatue mit weiteren Personen als Zuschauer. Der Banause ist gut an seiner Sitzhaltung zu erkennen. Fundort: Vulci / Datierung: 490–480 v. Chr.

Die Äusserungen von Xenophon spiegelten sich somit – wenn auch rund ein Jahrhundert zuvor – bereits in zahlreichen Vasenmalereien. Eine weitere häufig geäusserte Kritik war, dass die spezialisieren Fähigkeiten innerhalb eines einzigen Handwerkes die Banausen für Staatsangelegenheiten ungeeignet machen würden.3 Zusammen mit der von Xenophon kritisierten körperlichen Verweichlichung wie auch der seelischen Schwachheit, seien die Banausen für die Sache der Polis ungeeignet – sie waren geradezu „Antibürger“. Der Zeitpunkt der Kritik und der Ausbildung des pejorativen Begriffs ist auffällig, denn sie fallen in die Zeit der sog. „radikalen Demokratie“ in Athen – einem Prozess, der sich im Verlauf des 5. Jh. v. Chr. vollzog. Zu dieser Zeit wurden Bürger politisch aktiviert, die zuvor nicht am politischen Leben der Polis partizipiert hatten. Und das führte auch zu einem selbstbewussteren Auftreten, das wir besonders in Inschriften gut fassen können.4 Der Schluss liegt somit nahe, dass die Kritik und das dabei ausgebildete Vokabular eine aristokratische Polemik spiegeln, die auch anhielt, nachdem die „radikale Demokratie“ nach dem peloponnesischen Krieg (431–404 v. Chr.) gemässigt wurde.5

Vom Wissen über das Warum

Ich muss mich sicherlich erklären, weshalb ich einem Blogeintrag, der in den Digital Humanities angesiedelt ist, eine Abhandlung zur aristokratischen Polemik des 4. Jh. v. Chr. voranstelle. Der vorliegende Text soll das Referat von Claus Beisbart (Universität Bern) behandeln, das am 18. November 2024 zum Thema „Artificial humanities? What the use of AI means for the humanities“ im Rahmen der Ringvorlesung „Einblicke in die Digital Humanities“ an der Universität Bern gehalten wurde.

Beisbart definiert zu Beginn des Referats die Hauptaufgabe der Geisteswissenschaften: die Welt soll verstanden werden (engl. „understand the world“). Will die Künstliche Intelligenz, so die Grundannahme, einen Einfluss auf die Geisteswissenschaften ausüben, muss sich deren Implementierung mit dieser Ebene des „Verstehens“ auseinandersetzen. Der Fokus des Referats lag deshalb auf der Frage, welchen Beitrag die Künstliche Intelligenz zum „Verstehen“ innerhalb der Geisteswissenschaften leisten könne. Dieser grundsätzlichen Frage wurde in zwei Teilen nachgegangen: In einem ersten Block sollte eruiert werden, welche Formen des „Verstehen“ gegeneinander abgegrenzt werden können, während der zweite Teil hingegen auf die Künstliche Intelligenz fokussierte, wobei schlussendlich beide Teile zusammengebracht werden sollten.6 Die Reihe der verschiedenen Formen des Verstehens wurde von Beisbart mit einem Zitat von Aristoteles (4. Jh. v. Chr.) eingeleitet:

„But yet we think that knowledge and understanding belong to art [science, griech. τέχνη (téchne)] rather than to experience, […] we view them [artists/scientists] as being wiser not in virtue of being able to act, but of having the theory for themselves and knowing the causes”.

Aristot. metaph. 981a,b, (Übers. v. W. D. Ross), zitiert nach Beisbart mit leichten Anpassungen.

Ausgehend von diesem Zitat zieht Beisbart den folgenden Schluss: „So knowing the why, knowing the cause… understanding… this is extremely important for the sciences.“ Diese Beobachtung stellte das Fundament der folgenden Ausführungen dar, die den Begriff „understanding“ differenzierter analysierten.

Es ist keine Seltenheit, dass bei theoretischen Reflexionen zu den Digital Humanities auf den attischen Philosophen verwiesen wird.7 Nun ist die obige Quellenstelle jedoch aus dem Kontext gerissen und fokussiert auf ihren „überzeitlichen“ Inhalt. Bei der Lektüre des ersten Buches der Metaphysik, aus dem der Quellenausschnitt stammt, wird klar, dass die Überlegungen von Aristoteles stark durch den eingangs beschriebenen Kontext geprägt sind:

„Denn die Erfahrenen wissen zwar das Dass <einer Sache>, das Warum wissen sie nicht; die anderen kennen das Warum und die Ursache. Daher halten wir auch die baumeisterlichen Leiter auf jedem Gebiet für ranghöher und in höherem Masse wissend als die Handwerker und für weiser, weil sie die Ursachen dessen, was gemacht wird, wissen […]. Wir meinen, dass die Leitenden nicht auf Grund ihrer Fähigkeit zu handeln weiser sind, sondern auf Grund des Besitzes und der Kenntnis der Ursachen.“8

Aristot. metaph. 981a,b (Übers v. Thomas A. Szlezák).

Neben Xenophon war es nämlich Aristoteles, der die handwerkliche Tätigkeit geringschätzte und Polemik gegen die Banausen betrieb.9 Es soll hier kein historischer Abriss folgen. Vielmehr soll die von Aristoteles aufgeworfene Frage als roter Faden durch den Text führen: Was sagt uns das Verhältnis vom Wissen einer Sache und der Kenntnis über deren Ursache, dem Warum, in Bezug auf die Digital Humanities?

Vom Verstehen und der Künstlichen Intelligenz

Im ersten Block des Referats wurden von Claus Beisbart unterschiedliche Formen des Verstehens („understanding has many faces“) vorgestellt:

  • „empathetic understanding“,10 basiert auf Gefühlen: Wenn etwa bei der Quellenlektüre Gefühle wie Angst oder Freude geäussert werden, „erregt die Aeusserung, sich in das Innere des Wahrnehmenden projicirend, den gleichen Vorgang. Den Schrei der Angst vernehmend, empfinden wir die Angst des Schreienden u. s. w.“.11
  • „explanatory understanding“, gibt dagegen Auskunft darüber, weshalb etwas geschehen ist („Ich war heute morgen zu spät, weil der Bus aufgrund des Schneefalls Verspätung hatte“).
  • „linguistic understanding“, beruht auf Zeichen, bei der es sich um ein konventionelles Verstehen handelt: bestimmten Zeichen wird konventionell eine bestimmte Sache zugeordnet.

In welchem Verhältnis diese Formen des Verstehens zur Künstlichen Intelligenz stehen, sollte nun im zweiten Teil des Referats untersucht werden. Denn auch bei der Künstlichen Intelligenz identifiziert Beisbart zwei Paradigmen. Einerseits das symbolische Paradigma, das an mathematische Formeln erinnert: Es liegen nämlich bestimmte Regeln vor, nach denen verschiedenen Symbole manipuliert werden. Das symbolische Paradigma wurde häufig kritisiert, da es jegliche Form von Intuition und Flexibilität vermissen lässt. Die bewusste Manipulation der Formeln kann als eine Art Werkzeug genutzt werden, um das System als Ganzes besser zu verstehen. Es ist jedoch unmöglich die komplexen Prozesse, mit denen sich die Geisteswissenschaften auseinandersetzen, abzubilden, da die Anzahl der Variablen zu gross ist. Es wird deshalb von einer „symbolischen Künstlicher Intelligenz“ gesprochen.
Dem gegenüber steht eine Form der künstlichen Intelligenz, die versucht, Informationsprozesse im menschlichen Gehirn zu reproduzieren, indem künstliche neuronale Netzwerke geschaffen werden. Die Idee ist also, dass die Verbindungen nicht vorprogrammiert sind, sondern dass das Netzwerk durch Lernen an neue Arten von Informationen angepasst werden kann, beispielsweise auf der Basis von „supervised“ oder „unsupervised learning“.

Während die Ergebnisse, die von einer „symbolischen KI“ erzeugt werden aufgrund der festen Regeln nachvollziehbar bleiben, gibt es bei der auf neuronalen Netzwerken basierenden KI einen hohen Grad an „epistemischer Opazität“.12 Besonders prägnant wurde die Problematik durch die Soziologin Jenna Burell formuliert:

„if one is a recipient of the output of the algorithm (the classification decision), rarely does one have any concrete sense of how or why a particular classification has been arrived at from inputs”.13

Wir können also nicht nachvollziehen, wie das neuronale Netzwerk einen von uns eingegebenen Input in einen Output verwandelt. In einem aristotelischen Sinn sind wir somit alle zu Banausen degradiert. Uns bleibt jedoch die Möglichkeit mit der Künstlichen Intelligenz zu interagieren und uns Erfahrungen in diesem Umgang aneignen. Es wurde etwa für die Naturwissenschaften vorgebracht, dass mit den Eingabedaten gespielt werden könne, um dadurch die Faktoren zu identifizieren, die für den Output relevant sein könnten. So entsteht eine Art des „Verstehens“, die auf Erfahrungen basiert. Gemäss Aristoteles wären wir dadurch zumindest „weiser als die, die eine beliebige Wahrnehmung haben“.14  Doch möchte Aristoteles in seiner Metaphysik gerade zeigen, dass die τέχνη (téchne) zwei Seiten hat: Einerseits das Erkennen der Ursachen (griech. Μέϑοδος, méthodos), andererseits die Aneignung der jeweiligen Kompetenzen (griech. Δύναμς, dýnamis).

Beisbart vertritt die Meinung, dass gewisse Tendenzen und Zusammenhänge auch für die Geisteswissenschaften abgeleitet werden könnten, indem durch das Einstellen unterschiedlicher Inputs und Konditionen mit dem System interagiert wird. Und diese Erkenntnis könne wiederum ein Startpunkt für die vertiefte historiographische Auseinandersetzung mit diesen Zusammenhängen darstellen. Es handelt sich dabei um eine Form des „explanatory understanding“, die jedoch das Problem der „epistemischen Opazität“ nicht löst.15 Ein häufig vermerkter Einwand gegen diese Nutzung neuronaler Netzwerke ist, dass die Intransparenz bei der Generierung des Outputs nicht mit einer Vertrauenswürdigkeit einher ginge.16

Vom Vertrauen

Beisbart merkt an, dass auch zwischenmenschliche Interaktionen eine Art von Expertenwissen darstellen können, das für uns intransparent bleibt. Der Begriff „Expert:in“ bezeichnet eine Person, welche die relationale Eigenschaft der Expertise besitzt.17 Diese Expertise ist jedoch nicht belegbar: „if I look in a human face, I know the person is sad or joyful, but if you want to justify that, it’s very difficult to justify it. It’s a kind of expert judgment, intuition that you have and you spontaneously see it, but you cannot justify it in terms of logical reason.“ Jocelyn Maclure hat diese KI-Mensch Analogie als „argument from the limitations of the human reasoning” bezeichnet und kritisch bemerkt, dass die neuronalen Netzwerke blind für die soziale und institutionelle Dimension menschlicher Denkprozesse seien.18 Es wurde dagegen eingewendet, dass die „epistemisch inferioren Akteure“, also jene, die Rat suchen, davon ausgingen, dass die Expert:innen in den jeweiligen Bereichen eine überlegende Expertise besässen und diese an die Laien weitergeben können.19 Expert:innen sind entsprechend häufig auch nicht jene Personen, die das vermittelte Wissen generieren.20 Dessen Besitz führt jedoch zum Status als „Expert:in“. Durch die Vermittlung des Wissens findet eine Reduktion der Komplexität des vermittelten Wissens statt, wobei über die Nutzung verschiedener Strategien versucht wird, das Vertrauen der ratsuchenden Person zu gewinnen. Die Eigenschaft der Expertise befähigt „Expert:innen“ (trustor) dazu, die Informationen auf ein Mass zu reduzieren, das es der Person (trustee), die um Rat bittet, Entscheidungssicherheit gibt. Diese Reduktion der Komplexität ist jedoch weder eindeutig noch interpretationsfrei möglich, weshalb Expert:innen vertraut werden muss.21 In gleichem Sinne muss auch dem durch die Künstliche Intelligenz generierten Output vertraut werden.

Das Vorgehen bedingt eine Form des caveat usor.22 Offensichtliche Mängel eines KI-generierten Outputs sollten erkannt werden, auch wenn das System an sich intransparent bleibt. Das Erkennen dieser offensichtlich fehlerhaften Outputs bedingt jedoch ein vertieftes Vorwissen im jeweiligen Fachgebiet, mit dem das neuronale Netzwerk betraut wurde. Es besteht also ein Konflikt im oben skizzierten Verhältnis von trustor und trustee. Diese Erkenntnis ist nicht neu, weshalb andere Wissenschaftler:innen deutlich weiter gehen und eine vertiefte, „philologische“ Auseinandersetzung mit den zugrundliegenden Codes durch die Nutzer:innen einfordern.23 Beide Ansätze basieren in ihrer Grundüberlegung auf der Ausbildung einer neuen Hermeneutik. Erst kürzlich hat der äusserst populäre israelische Historiker Yuval Harari in einem Interview mit dem Schweizer Fernsehen angemerkt, dass das Problem mit der Künstlichen Intelligenz darin bestünde, dass die Menschen nicht wüssten, wie sie die neue Technologie nutzen sollten.24 Die Aussage fokussiert auf die breite Bevölkerung. Jedoch wirken auch führende (Alt)Historiker:innen bei der Interaktion mit Künstlicher Intelligenz häufig unbeholfen.25

Von der neuen Hermeneutik

Tobias Hodel kommt in einem Aufsatz, in dem er sich mit dem Einfluss von deep learning auf die Geschichtswissenschaft auseinandersetzt, entsprechend zum Fazit, dass die „Auswertung der Resultate hermeneutischen Interpretationen“ entsprächen, „die gerade durch den geschichtswissenschaftlichen Werkzeugapparat wie der Quellenkritik, aber auch andere Methoden analysiert werden müssten. Erst das wechselseitige close– und distant-reading der Quellen und der Resultate macht es möglich, die Belastbarkeit der maschinell gewonnenen Wertungen zu überprüfen.“26 Hodel schlussfolgert, dass der machine learning turn zwar keine Abkehr von der historischen Methode bedeute, jedoch eine neue Art der Beschäftigung mit Quellen bedinge, die nicht nur den Aussagewert der jeweiligen Quelle berücksichtige, sondern auch die „(automatisierte) Beschäftigung“ damit.

Die Problematik besteht somit auch darin, dass viele Historiker:innen gar nicht über die nötigen hermeneutischen Kompetenzen verfügen, um die generierten Outputs kritisch einzuordnen. Eine Gleichsetzung dieser Historiker:innen mit den in Bedrängnis geratenen Aristokraten aristotelischer Zeit, die sich gegen die auf die politische Bühne stürmenden Handwerker – in Form der mit dem nötigen technischen Wissen bewanderten neuen Generation – ideologisch verteidigen müssen, würde zu kurz greifen. Es ist jedoch tatsächlich so, dass Projekten aus den Digital Humanities zwar eine ansprechende Umsetzung attestiert wird, den mit dem Projekt betrauten Personen aber grundlegende methodologische Kompetenzen der Geisteswissenschaften abgesprochen werden.27

Nichtsdestotrotz ist es ein Problem, dass nicht selten die FAIR-Prinzipien nicht eingehalten werden, da die vortrainierten Modelle, auf die häufig zurückgegriffen wird, von kommerziellen Institutionen stammen, deren (Trainings-)Materialien nicht publiziert oder zumindest nicht nachvollziehbar sind. Natürlich kann den zugrundeliegenden Mechanismen aufgespürt werden, indem die Form des Inputs variiert wird. Und bei diesem Fazit verbleibt auch Beisbart, indem er feststellt, dass bei der Arbeit mit Künstlicher Intelligenz unterschiedliche Formen des Verständnisses einen differenzierten Einfluss auf die Geisteswissenschaften ausüben könnten. Stehe das „empathetic understanding“ im Fokus, bleibe der Mensch im Zentrum der Geisteswissenschaften, während Künstliche Intelligenz bei Ansätzen wie dem „explanatory understanding“ auch in den Geisteswissenschaften nützlich sein könnten. Die Problematik der mangelnden Transparenz vertieft somit geradezu den Graben zwischen den Wissenschaftler:innen, die sich der Tragweite dieser Herausforderung bewusst sind und die epistemologischen und hermeneutischen Konsequenzen daraus ziehen können und jenen, die die verschiedenen Modelle nicht kritisch einzuordnen vermögen. Es folgt daraus gewissermassen, dass wir bei der Arbeit mit der Künstlichen Intelligenz vorerst zwar alle Banausen bleiben, einige jedoch ein bisschen mehr.


Bibliographie

Quellen

  • Aristoteles, Metaphysik, übers. u. hg. v. Thomas A. Szlezák, Berlin 2003.
  • Aristoteles, Politics, griech./engl., hg. v. H. Rackham, London 1972.
  • Inscriptiones Graecae, Inscriptiones Atticae Euclidis anno anteriores. Editio tertia. Fasc. 2. Dedicationes, catalogi, termini, tituli sepulcrales, varia, tituli Attici extra Atticam reperti, addenda, hg. v. David Lewis u. Lilian Jeffery, Berlin 1994.
  • Platon, Der Staat. Politeia, griech./dt., übers. v. Rudolf Rufener, Düsseldorf/Zürich 2000.
  • Xenophon, Ökonomische Schriften, griech./dt., übers. v. Gert Audring, Berlin 1992.

Literatur

  • Félix Bourriot, Banausos – banausia et la situation des artisans en Grèce classique, Hildesheim 2015.
  • Jenna Burell, How the Machine ‘thinks’: Understanding Opacity in Machine Learning Algorithms, in: Big Data & Society, January–June (2016), S. 1–12.
  • Stefan Distler, Bauern und Banausen. Darstellungen des Handwerks und der Landwirtschaft in der griechischen Vasenmalerei, Wiesbaden 2022.
  • Johan G. Droysen, Grundriss der Historik, Leipzig 1868.
  • Warren J. von Eschenbach, Transparency and the Black Box Problem: Why We Do Not Trust AI, in: Philosophy & Technology 34 (2021), S. 1607–22.
  • Rico Hauswald, Caveat usor: Vertrauen und epistemische Wachsamkeit gegenüber künstlicher Intelligenz, in: Zeitschrift für Praktische Philosophie, 11/1 (2024), S. 367–394.
  • Nikolaus Himmelmann, Realistische Themen in der griechischen Kunst der archaischen und klassischen Zeit, Berlin/New York 1994.
  • Tobias Hodel, Die Maschine und die Geschichtswissenschaft. Der Einfluss von deep learning auf eine Disziplin, in: Karoline D. Döring, Stefan Haas, Mareike König & Jörg Wettlauf (Hg.), Digital History. Konzepte, Methoden und Kritiken Digital Geschichtswissenschaft, Oldenbourg 2022, S. 65–79.
  • Markus Krajweski, Hilfe für die digitale Hilfswissenschaft. Eine Positionsbestimmung, in: Zeitschrift für Medien- und Kulturforschung, 1 (2019), S. 71–80.
  • Jocelyn Maclure, AI, Explainability and Public Reason: The Argument from the Limitations of the Human Mind, in: Minds and Machines, 31 (2021), S. 421–438.      
  • Christian Quast, Was sind Experten? Eine begriffliche Grundlegung, Frankfurt a. M. 2021.
  • Alexander M. Röser, Charakterisierung von schwacher und starker Intelligenz, Arbeitspapiere der FOM, No. 79, Essen 2021.
  • Detlef Rössler, Handwerker, in: Elisabeth C. Welskopf (Hg.), Soziale Typenbegriffe im alten Griechenland und ihr Fortleben in den Sprachen der Welt. Band 3, Berlin 1981, S. 193–268.
  • Nico Stehr & Reiner Grundmann, Expertenwissen. Die Kultur und die Macht von Experten, Beratern und Ratgebern, Weilerswist 2010.
  • J. D. Trout, The Empathy Gap: Building Bridges to the Good Life and the Good Society, New York 2009.
  • Elisabeth C. Welskopf (Hg.), Soziale Typenbegriffe im alten Griechenland und ihr Fortleben in den Sprachen der Welt. Band 1, Berlin 1985.

Internetmaterialien

Abbildungsverzeichnis


Fussnoten

  1. Einen Überblick zu den Quellen bieten Rössler 1981, S. 193–268 & Welskopf 1985, S. 293–295. ↩︎
  2. Siehe dazu Himmelmann 1994 & Distler 2022; Himmelmann sieht die Sitzhaltung als „unbürgerlich“ an. Heinemann 2009, S. 46 Anm. 36 kritisiert diese Schlussfolgerung, da er sie als zu kategorisch ansieht. ↩︎
  3. Plat. pol. 369d–370e; 374c–375a; 551c; 590c. ↩︎
  4. Vasenmaler markierten ihre Werke mit Aussprüchen, dass kein Berufsgenosse ihnen das Wasser reichen könne und ein in Athen ansässiger phrygischer Holzfäller schreibt von sich: „Und bei Zeus, ich sah keinen Holzfäller, der besser war als ich!“. Zur Vase siehe München Staatliche Antikensammlungen Inv. 2307 = ARV2,26,1.; zur Inschrift, siehe IG I3 824. ↩︎
  5. Die wohl umfangreichste Studie zu „banausoi“ bietet Bourriot 2015. ↩︎
  6. Auf eine Diskussion der zuletzt angesprochenen sprachlichen Bedeutung wird in diesem Blogpost aus Platzgründen verzichtet. ↩︎
  7. Häufig in Bezug auf die von Aristoteles erarbeiteten Syllogismen, siehe dazu etwa Röser 2021, S. 15. ↩︎
  8. Aristoteles unterscheidet grundsätzlich zwischen drei „Feldern“ der menschlichen Betätigung: theoretische, praktische und produktive Disziplinen. Dabei trennt Aristoteles innerhalb der theoretischen Philosophie noch in eine „erste Philos“ (Metaphysik, unveränderlich) und eine „zweite Philos“ (Physik, veränderlich). ↩︎
  9. Weiter vgl. Aristot. pol. 1277b1; Aristot. pol. 1278a7; Aristot pol. 1278a12; Aristot. pol. 1319a29. ↩︎
  10. Vorgebracht nach Droysen 1868, S. 9. ↩︎
  11. Droysen 1868, S. 9 zitiert nach Claus Beisbart. Der Ansatz wurde häufig kritisiert, etwa von J. D. Trout 2009. ↩︎
  12. Begriff aus Hauswald 2024, S. 370. ↩︎
  13. Burell 2016, S. 1; Es handelt sich dabei um eine vielgeäusserte Kritik wie auch Moritz Feichtinger (Universität Basel) in seinem Referat am 25. November 2024 der gleichen Ringvorlesung aufgezeigt hat. Siehe dazu auch Putnam 2016, die den digitalen Suchschlitz von Google und Co. als „handmaiden of transnational history“ bezeichnet hat. ↩︎
  14. Aristot. metaph. 981b. ↩︎
  15. Das „emphatic understanding“ bleibe jedoch für die nächste Zeit noch auf Menschen beschränkt. ↩︎
  16. So etwa Eschenbach 2021. Aus dieser Haltung entstanden Konzepte wie die „Explainable Artificial Intelligence (XAI)“. ↩︎
  17. Quast 2021, S. 14. ↩︎
  18. Maclure 2021. ↩︎
  19. Hauswald 2024, S. 371. ↩︎
  20. Stehr & Grundmann 2010, S. 8. ↩︎
  21. Ebd., S. 43–46. ↩︎
  22. Nach dem auf dem römischen Recht beruhenden Formel caveat emptor („möge der Käufer sich in Acht nehmen“), siehe dazu Hauswald 2024. ↩︎
  23. Für den Ansatz des Vertrauens, siehe Hauswald 2024; Für die Forderung nach der philologischen Bildung, siehe Krajewski 2019. ↩︎
  24. SRF 2024. ↩︎
  25. Ein Beispiel dazu bietet der Text der renommierten Althistorikerin Mary Beard, die in ihrer Auseinandersetzung mit ChatGPT in Bezug auf die Catalinarische Verschwörung zum folgenden Urteil kommt: “Okay, it is amazing that you can ask ChatGPT to produce an essay on Cicero’s handling of the Catilinarian conspiracy, and the bare bones of something more or less usable comes out within seconds. But the truth is that, at university level, it really isn’t a good essay at all. At best what I got had the makings of a very low 2:2. If you want a cheat sheet, Wikipedia is a much better bet.”, siehe siehe Beard o. J. ↩︎
  26. Hodel 2022. ↩︎
  27. Siehe dazu etwa Thiel 2012 & Fish 2012. ↩︎

OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
leonardkiener (9. Dezember 2024). Eine (digitale) Welt der „Banausen“? Einblicke in die Digital Humanities. Abgerufen am 12. Februar 2025 von https://doi.org/10.58079/12vbn


Eine Antwort auf „Eine (digitale) Welt der „Banausen“?“

Vielen Dank für deinen spannenden Beitrag mit der geschickten Verbindung zum altgriechischen Kontext.

Besonders interessant und aktuell finde ich die erwähnten Aspekte des Vertrauens und des Verhältnisses zwischen trustor und trustee. Diesbezüglich zeigt sich eine komplexe Dynamik, sowohl bei der menschlichen Expertise als auch bei der Künstlichen Intelligenz. Wegen der reduzierten Komplexität und mangelnden Transparenz könnten unterschiedliche potenzielle Gefahren in verschiedenem Ausmass je nach Bereich und Umsetzung entstehen. Daher erweist sich ein möglichst kritischer und vorsichtiger Umgang, unter anderem mit den KI-Ansätzen, als essenziell.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.