Ein Forschungsteam hat ein Verfahren vorgestellt, das KI-Systeme und Arbeitsaufgaben mit demselben Satz kognitiver Kernfähigkeiten beschreibt. Der Anlass ist ein Abgrenzungsproblem, das jede Organisation kennt, die über den Einsatz solcher Systeme nachdenkt: Welche Aufgabe lässt sich abgeben, welche bleibt beim Menschen, welche teilen sich beide?
Das Verfahren hat zwei Hälften. Für die eine wird aus der Leistung eines Systems in einer Aufgabensammlung auf seine Fähigkeiten geschlossen, wobei jede Aufgabe zuvor nach ihren kognitiven Anforderungen beschriftet wurde. Für die andere geben Fachleute an, wie wichtig dieselben Fähigkeiten für ihre eigene Arbeit sind. Beide Hälften lassen sich unabhängig voneinander nachführen und ergeben zusammen eine Schätzung – für ein Fachgebiet, einen Betrieb, eine Rolle oder eine einzelne Pflicht.
Die Grundlage in Zahlen: Sechs KI-Systeme wurden profiliert, die Anforderungen bei 410 Beschäftigten aus sechs Berufsfeldern erhoben, die Rekonstruktion der Fähigkeiten zuvor an künstlich erzeugten Agenten geprüft. Zwei Befunde nennt das Team: Die Systeme unterschieden sich stärker über die kognitiven Dimensionen hinweg als zwischen den Modellfamilien, und die untersuchten Arbeitstätigkeiten liefen auf einen gemeinsamen kognitiven Kern zusammen.
Was die Zahlen nicht belegen, ist der Erfolg im Betrieb: Eine geschätzte Eignung sagt nicht voraus, dass eine Übernahme gelingt. Das Team beschreibt sein Raster denn auch als vergleichendes Hilfsmittel, um Kandidaten für einen Versuch zu finden und Bereiche zu erkennen, in denen heutige Systeme voraussichtlich nicht passen.
Für die Region
Ein Gewerbebetrieb im Emmental, der über den Einsatz solcher Werkzeuge nachdenkt, kann daraus mitnehmen, dass die brauchbare Frage nicht nach dem Modell fragt, sondern nach der Fähigkeit, die eine bestimmte Aufgabe verlangt.