Ein gängiges Argument für KI ist, dass sie den Menschen hilft, Zeit bei der Arbeit zu sparen.
Was aber, wenn der Einsatz generativer KI tatsächlich mehr Arbeit macht, als sie einspart? Diese Frage stellt Peter Cappelli, Professor für Management an der Wharton School der University of Pennsylvania.
Brauchen wir wirklich KI am Arbeitsplatz?
In einem Vortrag am MIT (via ZDNET) erklärte Cappelli, dass angesichts der inhärenten Komplexität von KI die Arbeit, die mit der Automatisierung einiger Aufgaben verbunden ist, insgesamt mehr Arbeit bedeutet, als wenn man die Aufgabe von Anfang an selbst erledigen würde.
Er fügte hinzu: “Es stellt sich heraus, dass es viele Dinge gibt, die die generative KI tun könnte, die wir aber nicht wirklich brauchen.”
Er fuhr dann fort zu erklären, wie das Ersetzen von Routineautomatisierung durch KI letztendlich immer teurer werden wird. „Es ist nicht so klar, dass große Sprachmodelle so billig sein werden wie heute“, sagte Cappelli. „Je mehr Menschen sie nutzen, desto mehr Platz wird für die Computer benötigt, und allein der Strombedarf ist hoch. Irgendjemand muss dafür bezahlen.”
Ein weiteres Problem, das Cappelli anspricht, ist die Tatsache, dass so oder so Menschen benötigt werden, um die Ergebnisse der KI zu validieren.
„Wenn man sie für etwas Wichtiges einsetzen will, muss man sicher sein, dass sie richtig ist“, erklärt er. „Und woher weiß man, ob es richtig ist? Nun, es ist hilfreich, einen Experten zu haben, jemanden, der unabhängig validieren kann und etwas über das Thema weiß.
„Wir müssen das irgendwie überprüfen, und das ist nicht unbedingt einfach oder billig.
Wozu also ist KI gut? Laut Cappelli ist KI am besten geeignet, um Daten zu sortieren. „Jemand muss sich um Leitplanken und Probleme der Datenverschmutzung kümmern“, sagt er. Und das ist viel langweiliger, als die Spieleindustrie zu revolutionieren.
