Kategorie: Internet und Gesellschaft
ChatGPT bestimmt die Schlagzeilen. Der moderne Chatbot gibt auf Fragen (in vielen Fällen) sinnvolle Antworten und schreibt (meist) gute Texte. Dabei bestimmt die Art der Eingabe (durch den Menschen) die Qualität der Ausgabe. Präzise formulierte Arbeitsaufträge erhöhen die Wahrscheinlichkeit für einen ansprechenden Output.
Doch wie kam es zu dieser Entwicklung und welche Qualitäten besaßen die ersten Chatbots? Im Folgenden erläutere ich einige Grundbegriffe und beschreibe dann kurz die wichtigsten Chatbots der Geschichte.
Chatbots führen textbasierte Dialoge mit dem User. Der Bot beantwortet einfache bzw. sich wiederholende Fragen zu deren Beantwortung kein Mensch mehr nötig ist. So lautet zumindest die ursprüngliche Defintion für Chatbots ohne zusätzliche KI-Funktionalität. Chatbots mit künstlicher Intelligenz sind Optimalfall kaum von einem Menschen zu unterscheiden und lösen selbst komplexe Aufgaben. Fachleute unterscheiden daher zwischen regelbasierten und KI-basierten Chatbots.
| regelbasierte Chatbots 🤖 | KI-Chatbots 💡 |
| Antwort folgt dem Wenn-Dann Schema. Festgelegte Antworten auf bestimmte Fragen in der internen Datenbank vorhanden. | Chatbot lernt dazu. Kein Frage-Antwort-Schema vorhanden. Antworten auch auf komplexe Fragen möglich. |
| Mehr Antworten nur durch Anbindung zusätzlicher Datenbanken. | Wissen vergrößert sich durch die tägliche Kommunikation. |
| Mit mehr Daten steigt die Leistungsfähigkeit des Systems. | Datenbestand wächst durch den ständigen Praxiseinsatz. Externe Daten bzw. das Internet in die Problemlösung integriert. |
Regelbasierte Chatbots folgen einem festgelegten Schema (Entscheidungsbaum), Abweichungen von dieser Abfolge müssen mühsam eingebaut werden. Verschiedene Dialogverläufe führen zu Erweiterungen bzw. Anpassungen. In komplizierteren Gesprächssituationen sind solche Bots oft überfordert und die Berücksichtigung von Zusatzinformationen ist nicht möglich.
KI-Bots schreiben und verstehen natürliche Sprache (Natural Language Processing). Die flexiblen Assistenten verzichten auf feste Entscheidungsbäume. Die Bots erkennen die Absichten der User und verstehen die Sinnzusammenhänge. Sie finden selbstständig Informationen und verwerten diese in ihren Antworten. Bei mehreren Lösungsmöglichkeiten erfolgt die Auswahl auf Grundlage von Wahrscheinlichkeiten. Sie nutzen frühere Kommunikationen, um vorhandene Schwächen zu beseitigen.
Kritik: Der Prüfer stellt mit dem Turing-Test lediglich fest, ob das System sich wie ein Mensch verhält. Es besteht also die Möglichkeit, dass der Chatbot menschliches Verhalten nur nachahmt und keinerlei Handlungsabsichten verfolgt. Programmierer können also einen Chatbot so programmieren, dass er menschliches Verhalten nur imitiert, aber den Turing-Test trotzdem bestehen würde.
1966 entwickelte Joseph Weizenbaum ELIZA. Das einfache Skript ahmt ein Gespräch zwischen einem Patienten und einem Psychotherapeuten nach. Der User stellt per Tastatur Fragen bzw. schildert seine Probleme. Anschließend erscheint auf einem Terminal die Reaktion von ELIZA. Erstaunlich viele Menschen vertrauten den maschinell erzeugten Antworten und führten mit ELIZA längere Kommunikationen. Sie schilderten ausführlich ihre Sorgen und behandelten ELIZA wie einen menschlichen Therapeuten.
Der Nutzer gibt eine Aussage in natürlicher Sprache ein. Anschließend analysiert ELIZA diesen Input und erzeugt eine Antwort. Dafür sucht das Skript in der Eingabe nach Keywords. Dem gefundenen Keyword sind im Datensatz bedeutungsgleiche Begriffe und Oberbegriffe zugeordnet. Die von ELIZA in natürlicher Sprache generierten vordefinierten Antworten enthalten die Synonyme und Oberbegriffe.
ELIZA scannt den eingegebenen Text von links nach rechts. Findet das Skript mehrere Keywords, kommt es auf die vorher festgelegte Gewichtung dieser Schlüsselbegriffe an. Besteht ein durch Komma getrennter Satz aus zwei Teilen, ignoriert ELIZA den Teil, in dem kein Keyword vorkommt.
Der folgende Gesprächsverlauf aus Weizenbaums Abhandlung über ELIZA verdeutlicht das Vorgehen des Skripts:
Quelle: ELIZA A Computer Program For the Study of Natural Language Communication Between Man And Machine
Der Chatbot basiert auf einfachen Regeln und vorher festgelegten Antworten. Trotzdem erzielte er, wie in diesem Beispiel, teilweise erstaunliche Erfolge und konnte den Problemen in einigen Fällen tatsächlich (vermeintlich) auf den Grund gehen. Das System versteht kein Wort und arbeit nur seine Regeln ab, trotzdem glauben einige Menschen mit einem tatsächlichen Psychiater zu kommunizieren.
Das New Jersey Institute of Technology stellt eine Version von ELIZA zur Verfügung. Hier können Sie ELIZA testen.
Weizenbaum bemängelte stets, dass das Programm die Patienten anlügt. Schließlich behauptet das Skript, das es versteht, obwohl es natürlich gar nichts begreift. Und eine Therapie, die auf Lügen basiert, kann, laut Weizenbaum, nicht sinnvoll sein. Weizenbaum war vom Erfolg seines Programms entsetzt, schließlich wollte er zeigen, dass Menschen mit psychischen Problemen keinesfalls vom einem Computer Hilfe erwarten konnten. In der Folge entwickelte er sich zu einem der prominentesten Digitalisierungskritiker.
ELIZA wurde teilweise sogar tatsächlich in der Psychotherapie eingesetzt und immer weiter modifiziert.
Der Psychiater Kenneth Colby entwickelte 1972 PARRY. Der Chatbot simulierte einen Menschen mit Schizophrenie. Colby wollte dadurch ein besseres Verständnis für die Krankheit erreichen. Dazu integrierte er die Verhaltensmuster eines Schizophrenen in das Programm. Anfang der 70er Jahre bestand PARRY den Turing-Test. Psychiater erhielten die Gesprächsprotokolle von Kommunikationen. Dabei unterhielten sich andere Psychiater abwechselnd mit realen Patienten bzw. mit PARRY. Die Fachleute identifizierten PARRY nur zu 48 Prozent. Auf den Input der Psychiater antwortete der Chatbot in sprachlich und inhaltlich glaubwürdiger Form.
Colby baute die drei Faktoren FEAR (Furcht), ANGER (Wut) und MISTRUST (Misstrauen) in sein Modell ein. PARRY sucht im Input seines Gesprächspartners nach Aussagen oder Begriffen, die
seinen Verfolgungswahn rechtfertigen. Somit gelang eine ungefähre Simulation schizophrenen Verhaltens.
| ELIZA | PARRY |
| Computer als Therapeut | Computer als schizophrener Patient |
| Output ist oft nur umformulierter Input | Antwort je nach Gesprächssituation |
| Sucht nach Keywords in den Eingaben und richtet die Antworten danach aus. | Symbolverarbeitende Regeln generieren passende Antworten |
| Gewöhnlicher Gesprächsverlauf | PARRY möchte den implementierten Verfolgungswahn durch Umdeutung der Fragen bestätigen |
PARRY und ELIZA kommunizierten mehrfach miteinander. So führten sie 1972 auf der International Conference on Computer Communications eine berühmt gewordene Kommunikation.
Quelle: PARRY Encounters the DOCTOR
PARRY macht ELIZA Vorwürfe und unterstellt böse Absichten, obwohl ELIZA nur harmlose Verständnisfragen stellt oder die Aussagen wiederholt.
1995 entstand mit A.L.I.C.E. (Artificial Linguistic Internet Computer Entity) ein leistungsfähiger Chatbot für natürliche Sprache. Der von Richard Wallace entwickelte Bot trennte Chatbot Engine und Sprachmodul. Diese Trennung ermöglichte die Implementierung von unterschiedlichen Sprachmodellen. A.L.I.C.E. basiert auf einer großen Zahl von Kategorien bzw. Regeln.
Der Chatbot verwendet die Auszeichnungssprache AIML (Artificial Intelligence Markup Language). A.L.I.C.E. erzeugt die Antworten auf Basis von Pattern Matching. Dabei wird die Nutzereingabe mit den vorhandenen Datenbankeinträgen verglichen, um eine möglichst passende Antwort zu generieren. Der Chatbots muss mit Daten gefüttert werden und greift nur auf bereits vorhandenes Wissen zurück.
Im ersten Schritt lernt A.L.I.C.E. die korrekte Begrüßung. Mit einem category-Element legen Sie die Reaktion auf bestimmte Anfragen fest. In pattern steht die Nutzereingabe und im template- Element die Antwort des Chatbots. Nur wenn die Nutzereingabe passt (matched), erfolgt die im template-Element festgelegte Ausgabe.
Ein Chatbot mit nur diesem category-Element kann also nur auf die exakte Eingabe Hallo reagieren, für allen anderen Anfragen hat der Bot keine Antwort parat. Somit muss der KI-Programmierer für jeden Gesprächsverlauf Antworten hinterlegen, sodass die Anzahl der category-Elemente oft auf mehrere Millionen anwächst.
Durch nützliche AIML-Befehle erweitern Experten die Möglichkeiten und verbessern die Chatbot-Ausgabe.
Mit dem random-Element hinterlegen Sie mehrere Antworten auf eine Eingabe. Der Chatbot wählt dann nach dem Zufallsprinzip eine Antwort aus.
Die wildcards bieten eine Reaktion auf beliebige Nutzereingaben. Dabei genügt es beispielsweise, wenn nur ein bestimmtes Wort in der Nutzereingabe steht, um eine Ausgabe zu erzeugen.
Das srai-Element ermöglicht die Verknüpfung von ähnlichen Kategorien. So hinterlegen Sie für verschiedene User-Inputs nur einen Output.
Durch that beziehen Sie sich auf eine frühere Benutzereingabe und halten so das Gespräch am Laufen. Antwortet der User auf eine bestimmte Frage mit „Ja“ generiert AIML bzw. ALICE sofort die nächste Frage.
2011 führte Apple den digitalen Assistenten Siri ein. Der User ist durch Siri in der Lage per Sprachsteuerung beispielsweise seinen Wecker zu stellen, Nachrichten zu verschicken oder Informationen aus dem Internet abzurufen.
Siri besteht aus den Komponenten
Im conversational interface versucht Siri, die natürliche Sprache des Users zu verstehen.
Außerdem finden die Sprache und die Gewohnheiten des Users Berücksichtigung (personal context awareness). Siri lernt mit der Zeit die Präferenzen der Nutzer und passt sich ihnen an. Die vorherige Eingaben bzw. benutzten Apps fließen in spätere Ausgaben bzw. Handlungen mit ein und verbessern das System erheblich.
In der service delegation hat Siri Zugriff auf die installierten Apps, wie beispielsweise WhatsApp, und kann so Nachrichten verschicken.
Der User spricht in sein Smartphone. Dann wandelt Siri den aufgenommenen Text in Schallwellen um. Im ersten Schritt identifiziert Siri die einzelnen Worte. Anschließend stellt Siri in komplizierten algorithmischen Operationen die Vokale und Konsonanten fest und setzt daraus den digitalen Text zusammen.
Im digitalisierten Text sucht Siri nach Keywords und wandelt diese in Kommandos um.
Lokale Befehle benötigen nur die lokale Datenbank. Siri führt diese direkt auf dem Smartphone aus (SMS senden, Wecker stellen…).
Für globale Probleme verbindet sich Siri mit dem Apple Server bzw. dem Internet, um dort die Lösung zu finden (Wann fährt der nächste Zug nach Berlin?).
Mit Siri sind Unterhaltungen in natürlicher Sprache möglich. Der persönliche Assistent gilt somit als Meilenstein in der Geschichte der Chatbots.
Heutzutage bewegen wir uns wie selbstverständlich im Internet, doch wie kam es dazu, dass wir Internetseiten bequem im Browser (Browser Erklärung) betrachten können? 1957 gelangte der Satellit Sputnik ins All.
Sind Datenmengen zu groß und zu kompliziert, um sie mit einfachen Methoden auszuwerten, nennen Fachleute diese Massendaten Big Data. Die Daten zeichnen sich durch ihre große Masse, die hohe Geschwindigkeit
Auch ohne Cookies hinterlassen Sie im Internet Spuren, mit denen Unternehmen Sie identifizieren. Der Browser speichert durch den sogenannten digitalen Fingerabdruck zahlreiche Informationen über Sie. Sobald eine Verbindung zum Internet
Der User klickt auf die Überschrift, sieht den Text und findet die in der Headline versprochenen Informationen nicht. Ein Fall von Clickbait. Reißerische Überschriften ködern (to bait) die Nutzer und
IP Adressen sind notwendig, um Rechner in einem Netzwerk zu identifizieren. Dadurch ist es beispielsweise möglich, ein Datenpaket an diese IP zu senden. Inhalt Aufbau einer IP-Adresse IPv6 – das
