Short thesis
Description
Arbeit gibt es genug und wird es immer genug geben, verteidigen die Technikskeptiker sich gegen die Automatisierungsapokalyptiker. Klar ist: Maschinen können nicht alle Arbeit übernehmen, aber doch sehr viel davon.
Maschinen ahmen menschliche Arbeitsabläufe präzise nach, analysieren gigantische Datenmengen in Sekundenschnelle und entwickeln eigene Lösungsstrategien für komplexe Probleme. Ihr einziger Nachteil: Sie haben kein Bewusstsein und die aktuelle KI-Forschung lässt trotz enormer Fortschritte wenig Hoffnungen zu, dass sich das bald ändern könnte.
Ohne Bewusstsein aber, bleiben Maschinen nur Werkzeuge, Fleißlieschen. Sie können Situationen nicht eigenständig bewerten, nicht überprüfen ob ihre Tätigkeiten und Lösungsstrategien sinnvoll oder zielführend sind. Die Effekte bewusstloser Fleißarbeit lassen sich vom automatisierten Börsencrash, bis hin zu tödlichen Behandlungsempfehlungen von Arzt-KIs schon heute beobachten.
Menschen werden also weiterhin gebraucht, um die Ziele und Zwecke für den Einsatz digitaler Werkzeuge zu bestimmen. Auf jeden Fall aber auch, um ihre Arbeit zu überwachen und im Notfall einzugreifen und nachzukorrigieren, z.B. wenn Googles Bilderkennung farbige Menschen als „Gorillas“ zu erkennen meint.
Der Mensch wird zum Troubleshooter. Schon heute verschieben sich viele Berufe, nicht nur in der IT, in die Richtung der Kontrolle und Fehlerkorrektur, man denke nur an hochautomatisierte Tätigkeiten wie die Steuerung von Industrieanlagen oder das Fliegen von Flugzeugen.
Auch wenn der Mensch nur alle paar Stunden, Tage oder gar Wochen gezwungen ist einzuschreiten, muss er hochqualifiziert sein und ständig auf dem neuesten Stand des Wissens bleiben. Theoretische Fortbildungen können das kaum leisten und würden kaum die soziale Integrationsfunktion und Sinnstiftung echter Arbeit bieten. Die lebenslange Schulbank ist also keine Antwort.
Doch wie lernt man für den Ausnahmefall, wenn er nur selten eintritt? Man simuliert ihn. Ständig.