Tatsächlich haben die meisten Studien bisher ergeben, dass KI Ungleichheit verringert und Qualifikationslücken schließt. Es gibt relativ wenige, die das Gegenteil festgestellt haben – dass Experten sogar noch besser wurden. Eine war überzeugend genug, um eine Erzählung zu entwickeln, dass KI die Qualifikationslücke vergrößern würde. Aber das war nicht real.

In meinem Englischunterricht in der Oberstufe mussten wir jedes Buch zweimal lesen, einmal in der ersten Hälfte des Unterrichts und dann in der zweiten Hälfte, wobei die Reihenfolge der Bücher umgekehrt wurde. Ich erinnere mich, dass ich von diesem Konzept genervt war, aber am Ende des Kurses hatte ich es verstanden. Die Schönheit der Fiktion liegt in der Eintauchen in einen tiefen Aspekt der menschlichen Erfahrung. Verbrechen und Strafe war eines dieser Bücher: beim ersten Lesen verstand ich die Geschichte. Beim zweiten Mal erlebte ich sie. Ich erinnere mich, dass ich beim ersten Mal dem Handlungsbogen folgte, beim zweiten Mal konnte ich tatsächlich die Erlösung verinnerlichen. Der Trend, dass Lehrer nicht einmal ganze Bücher mehr aufgeben, wird zukünftige Generationen dieses Geschenks berauben.

Hier gab es viele Diskussionen über KI und Kreativität – wird KI in der Lage sein, wirklich neues Wissen oder Kunst zu schaffen? Es gibt eine Unterscheidung zwischen zwei Arten von Kreativität: geschlossene (mit spezifischem Ziel) und offene, "blue sky" Kreativität (offen). In einem meiner Lieblingspapiere: geschlossene Kreativität reagiert auf Anreize; "blue sky" Kreativität tut dies nicht – sie basiert auf intrinsischer Motivation. Ein Schlüsselkomponente des Trainings von KI-Systemen ist RL, das positive Signale basierend auf den Ausgaben des Modells erzeugt. Es könnte sein, dass dieses System die "geschlossene" Kreativität optimiert, aber bei der "blue sky" Kreativität versagt. Tatsächlich zeigen dieselben Autoren, dass Menschen weiterhin die KI in der "blue sky" Kreativität dominieren, aber bei Aufgaben, die geschlossene Kreativität erfordern, unterperformen. Wenn wir wollen, dass KI wirklich neues Wissen schafft, ist es nützlich, darüber nachzudenken, wie man das Training für diese Art von "blue sky" Kreativität optimieren kann. Das wirft viele wichtige Fragen auf, wie man die Belohnungsfunktion gestaltet, wie man das Modell mit intrinsischer Motivation ausstattet (was ein aktives Forschungsgebiet ist) usw.