Was passiert, wenn KI den schwierigen Teil der Arbeit übernimmt?

Generative KI beschleunigt Recherche, Schreiben, Programmierung und viele alltägliche Entscheidungen. Doch zugleich wächst eine grundlegende Frage: Schwächt die ständige Hilfe durch KI unsere Geduld bei schwierigen Aufgaben, unser Fachwissen und unser Vertrauen in das eigene Urteil?

Eine Studie mit 1.222 online rekrutierten Teilnehmenden liefert dazu neue Hinweise. Personen, die ChatGPT nur kurze Zeit nutzen konnten, lösten nach dem Entzug des Werkzeugs weniger Aufgaben richtig und übersprangen sie häufiger. Dieses Muster zeigte sich sowohl bei einfachen Bruchrechnungen als auch bei einer Leseaufgabe im Stil des SAT-Tests. Die Gruppe ohne KI-Hilfe blieb bei den späteren Aufgaben eher dran und war erfolgreicher.

Die Untersuchung belegt nicht, dass jede Nutzung von KI geistige Fähigkeiten beeinträchtigt. Sie zeigt aber ein Risiko: Wer sich früh an sofortige Antworten gewöhnt, baut möglicherweise weniger eigenes Verständnis auf. Dieses Verständnis ist nötig, um Ergebnisse zu prüfen, Fehler zu erkennen und bei schwierigen Fragen weiterzuarbeiten.

Die Forschenden sprechen in diesem Zusammenhang von produktivem Ringen. Gemeint ist die Anstrengung, Unsicherheit auszuhalten, Lösungswege zu testen und aus Fehlern zu lernen. Genau dieser Prozess kostet Zeit. Er kann aber auch dazu beitragen, Wissen dauerhaft aufzubauen.

Hilfe ersetzt kein eigenes Urteil

Für Menschen, die KI im Berufsalltag einsetzen, ist die Frage besonders relevant. KI-Systeme fassen Dokumente zusammen, entwerfen Texte, entwickeln Ideen und analysieren Informationen. Das spart Aufwand. Die Qualität der Ergebnisse hängt dennoch davon ab, ob Nutzerinnen und Nutzer den Auftrag verstehen, Behauptungen prüfen und unpassende Antworten zurückweisen können.

Genau dazu gab es in der letzten Zeit einige lesenswerte Debattenbeiträge.

Huahai argumentiert etwa auf yyhh.org, dass Sprachmodelle trotz ihrer automatisierten Arbeitsweise Werkzeuge sein können. Auch ein Compiler oder eine Tabellenkalkulation erledige Arbeit selbstständig. Entscheidend sei, ob Menschen Eingaben festlegen, Resultate kontrollieren, Fehler erkennen und die nächsten Schritte bestimmen.

KI-Nutzung muss deshalb nicht passiv sein. Wer einen Originaltext liest, ein KI-Modell nach Gegenargumenten fragt, die Antworten an Quellen überprüft und die eigene Einschätzung überarbeitet, nutzt das System als Unterstützung. Wer stattdessen eine Zusammenfassung ungeprüft als Ersatz für die eigene Lektüre setzt, verzichtet womöglich auf einen wichtigen Teil des Lernprozesses.

Die entscheidende Trennlinie verläuft also nicht zwischen Arbeit mit und ohne KI. Sie verläuft zwischen begleiteter Arbeit mit eigenem Urteil und einer Delegation ohne ausreichendes Verständnis.

Auch bei KI-generiertem Code bleiben Entscheidungen offen

Wie wichtig diese Unterscheidung ist, zeigt eine Analyse von Piotr Sarnacki zu KI-gestützter Programmierung, bei der eine Software in Rust, Elixir und Go umgesetzt wurde. Er beschreibt, warum einzelne Leistungswerte kein verlässliches Gesamtbild liefern. Neben Durchsatz zählen demnach auch Kompatibilität, Speicherverbrauch, Antwortzeiten, Zuverlässigkeit und der Umgang mit Überlastung.

Eine Variante bearbeitete etwa mehr Anfragen, verlor unter hoher Last aber viele Benachrichtigungen. Eine andere stellte mehr Benachrichtigungen zu, hatte jedoch Zeitüberschreitungen und einen hohen Speicherbedarf. Eine kleine Änderung an einer Einstellung verbesserte einen Wert, führte aber zu deutlich längeren Verzögerungen.

Für solche Zielkonflikte gibt es keine Antwort, die immer richtig ist. Ein Team muss entscheiden, welche Nachteile und Fehler für Nutzerinnen und Nutzer akzeptabel sind. KI kann Code erzeugen, aber sie nimmt diese Verantwortung nicht ab.

Diomidis Spinellis formuliert die weitreichendste These. Nach seiner Einschätzung werden bessere Leistung, sinkende Kosten und die ständige Verfügbarkeit von KI den wirtschaftlichen Bedarf an vielen geistigen Tätigkeiten verringern. Denken könnte dadurch stärker zu einer freiwilligen Beschäftigung werden, ähnlich wie manche körperlichen Fähigkeiten nach der Industrialisierung.

Ob es so kommt, ist offen. Die unmittelbare Schlussfolgerung ist jedoch klar: KI kann menschliche Fähigkeiten erweitern, wenn Menschen weiterhin in der Lage sind, sie zu lenken, zu kontrollieren und zu hinterfragen. Wird sie dagegen zum Ersatz für Aufmerksamkeit und Verständnis, kann der Zeitgewinn Fähigkeiten kosten, die sich nur schwer wieder aufbauen lassen.

Quellen

• Using AI for Just 10 Minutes Erodes Your Ability to Persist at Hard Things – Research UC Berkeley
• AI is a tool and using it well takes skill – yyhh.org
• Thinking will become a hobby – Diomidis Spinellis blog
• I’m sorry, but you still have to think – It’s all about the bit