Moderner Turing-Test
Beim Turing-Test soll herausgefunden werden, ob ein Mensch noch zwischen einem Menschen und einem technischen System klar unterscheiden kann. In der modernen Form könnte der Turing-Test so aussehen, dass man gleichzeitig mit einem Chatbot wie ChatGPT und einem Menschen spricht oder schreibt, das jeweilige Gegenüber ist irgendwie entfernt, z.B. nicht unmittelbar sichtbar, sondern nur über ein Computer-Display. Wenn der Mensch als Prüfinstanz scheitert, also nicht sagen, wer der Chatbot oder der Mensch ist, dann hat das technische System den Turing-Test bestanden.
Natürlich ist es nicht so, dass wir in einer normalen Interaktion(Dialog mit Anführungszeichen) mit ChatGPT, nicht merken, dass wir es mit einem technischen System zu tun haben. Geradezu nervig, weist das technische System darauf hin, kein Mensch zu sein. Trotzdem bleiben wir oft länger in der Interaktion, weil wir das Gefühl haben, es lohne sich. Viele sagen sogar, dass sich mit einem modernen KI-Chatbot bessere Gespräche führen können, als mit ihren besten Freunden oder Bekannten. Wenn das so ist, dass hat das technische System den Turing-Test bestanden, ohne dass sich der Mensch als Verlierer fühlen müsste.
Diese Neuformulierung des Turing-Tests ist ja erst möglich, seit es sehr erfolgreiche moderne Chatbots der sogenannten künstlichen Intelligenz (generative KI) gibt. Meist ist es sehr leicht, den Chatbot in einer Kommunikations- oder Interaktionssituation wie auf dem Bild zu unterscheiden. Trotzdem hat der Chatbot den Turing-Test bestanden, wenn der Mensch in der Interaktion, diese als kommunikativ nützlich empfindet.
Außer der flüssigen Interaktion mit modernen Chatbots gibt es noch die älteren Bots, die mehr oder wenig stumpfsinnig und regelbasierte ihre vorgegeben Ziele verfolgen. So soll Schritt für Schritt einen Überprüfung vorgenommen werden, ob ein Carsharing Interessiert der ist, der er behauptet zu sein und ob der Führerschein, den er vorzeigt, auch echt ist. Diese Abläufe könnten ganz gut sein, aber sie können auch sehr langatmig und nervig werden, wenn es läuft wie bei mir heute morgen.
Zunächst erscheint eine freundliche Begrüßung. Der Vorgang wird angekündigt, der Ablauf erklärt, und man soll ein Foto des Personalausweises hochladen. Dazu wird man aufgefordert, die Vorderseite des Dokuments neben das Gesicht zu halten und sich selbst zusammen mit dem Ausweis zu fotografieren. Danach folgt die Rückseite. Soweit noch nachvollziehbar. Dann wird der Vorgang an eine andere Instanz übergeben, diesmal mit einem anderen Namen und einer offenbar anderen Gesprächsoberfläche. Das wirkt freundlich, aber auch seltsam mechanisch.
Danach kommt das eigentliche Problem: Es vergeht eine lange Zeit, bis der nächste Schritt erscheint. Mehrere Minuten lang passiert nichts. Man fragt sich, ob das System hängt oder ob es einfach nur langsam weiterarbeitet. Dann soll der Führerschein fotografiert werden, wieder Vorderseite, wieder Rückseite, wieder Upload. Das klingt zunächst nach einem sinnvollen Prüfverfahren. In meinem Fall wurde es aber dadurch schwierig, dass der alte Führerschein nicht so leicht in die Kategorien „Vorderseite“ und „Rückseite“ passt. Das Dokument ist in Form und Beschaffenheit eben nicht wie eine moderne Plastikkarte, sondern eher ein älteres, mehrfach gefaltetes und etwas unhandliches Stück Papier. Wer so ein Dokument hat, merkt sofort, dass die starre Formularlogik hier an ihre Grenzen kommt.
Ein Mensch vor Ort hätte das vermutlich in einem kurzen Blick geklärt. Er hätte gesehen, dass es sich um ein älteres Dokument handelt, hätte vielleicht nachgefragt, hätte den Sonderfall als Sonderfall behandelt und wäre dann weitergegangen. Das technische System dagegen behandelt alles nach derselben Schablone. Es kennt nur die erwarteten Bildausschnitte, nicht aber die Eigenheiten des konkreten Falls. Genau dort wird aus der nützlichen Prüfung eine unnötig zähe Prozedur.
Dann folgt eine weitere Aufforderung: ein spontanes Foto von mir selbst, mit einem geschlossenen Auge und dem Zeigefinger der freien Hand auf das offene Auge gerichtet. Das mag in der Sache sinnvoll sein, weil es Manipulation erschweren soll. Aber auch hier fehlt die Erklärung, warum gerade dieses Bild verlangt wird und woran das System eigentlich Zweifel hat. Statt Transparenz gibt es nur weitere Anweisungen. Statt Klarheit wieder Verzögerung.
Zwischendurch erscheinen Mitteilungen, die freundlich klingen, aber wenig helfen. Mal heißt es, die Daten hätten nicht verarbeitet werden können, mal werde um ein besseres Foto gebeten, mal könne die eine oder andere Seite des Dokuments nicht erkannt werden. Dann folgen neue Uploads, neue Wartezeiten und neue Versuche. Ich habe schließlich sogar mit einem Scanner eine PDF-Datei der Dokumente erzeugt und hochgeladen, in der Hoffnung, dass nun endlich alles klar sei. Das Resultat war nicht sofort ein Erfolg, sondern zunächst noch mehr Warten. Erst ganz am Ende kam die Nachricht, dass der Vorgang weitergeleitet werde.
Am auffälligsten war dabei nicht einmal die Strenge des Verfahrens, sondern seine Unklarheit. Ein System darf fordern, es darf prüfen, es darf auch streng sein. Was es nicht darf, ist den Nutzer im Ungewissen lassen, ob es gerade arbeitet, hängt oder auf einem Schritt feststeckt. Genau diese Unbestimmtheit macht den Prozess unerquicklich. Nicht weil Kontrolle falsch wäre, sondern weil Kontrolle ohne Transparenz zur Zumutung wird.
Und genau daran zeigt sich der eigentliche Unterschied zu moderner generativer KI. Ein guter Chatbot wirkt nicht deshalb überzeugend, weil man ihn mit einem Menschen verwechselt, sondern weil der Dialog schnell, flexibel und kontextsensibel verläuft. Das hier beschriebene System dagegen verhält sich wie das Gegenteil davon: formal, langsam, unklar und wenig anschlussfähig. Es simuliert Dialog, liefert aber vor allem Verzögerung.
Am Ende blieb ein seltsames Gefühl zurück: Für die Prüfung selbst war ich durchaus bereit, einige Mühen in Kauf zu nehmen. Das ist fair. Aber wenn ein technisches System nicht verständlich kommuniziert, sondern den Nutzer minutenlang im Unklaren lässt, dann ist das kein brauchbarer Dialog mehr. Dann ist es ein Verfahren mit Höflichkeitsmaske.
Und genau deshalb lässt sich das Fazit recht klar ziehen: Nach dem gegenwärtigen Stand können solche Systeme den Turing-Test nicht bestehen. Nicht, weil sie zu wenig rechnen. Sondern weil sie zu wenig dialogfähig sind.