Habermas-Maschine

Wenn zwanzig Menschen über ein Streitthema diskutieren, kommt selten ein Text heraus, dem alle zustimmen. Genau das versucht die Habermas-Maschine zu leisten. Sie ist ein Computerprogramm, das erst die schriftlichen Meinungen aller Beteiligten einsammelt. Danach formuliert sie daraus einen einzigen zusammenfassenden Vorschlag, eine sogenannte Gruppenaussage. Diese Aussage soll die verschiedenen Sichtweisen fair abbilden, statt eine davon durchzudrücken. Vorgestellt wurde das System 2024 von DeepMind, einer Forschungsabteilung des Google-Konzerns. Der Name erinnert an den deutschen Philosophen Jürgen Habermas, der sich damit beschäftigte, wie Menschen durch vernünftiges Argumentieren zu gemeinsamen Entscheidungen kommen.

Warum Kompromisse ein Maschinenproblem geworden sind

Demokratische Verfahren kosten viel Zeit. Eine Bürgerversammlung mit fünfzig Teilnehmern braucht Moderatoren, Räume und mehrere Wochenenden. Bei tausend Teilnehmern wird das praktisch unmöglich. Genau hier setzt die Idee an: Ein Programm kann viele Beiträge gleichzeitig lesen und in Sekunden verarbeiten.

Interessant ist auch die Rolle des Moderators. Menschen, die eine Diskussion leiten, haben selbst eine Meinung. Sie überhören manche Argumente und betonen andere. Ein System, das alle Beiträge gleich behandelt, könnte diesen blinden Fleck verkleinern. In den DeepMind-Studien bewerteten Teilnehmer die maschinell erzeugten Texte häufiger als fair und gut geschrieben als die Vorschläge menschlicher Moderatoren.

Es gibt aber einen gewichtigen Einwand. Wer die Zusammenfassung schreibt, hat Macht über das Ergebnis. Ein Programm, das lernt, was Menschen gerne lesen, könnte unbequeme Minderheitenpositionen glattbügeln. Kritiker nennen das die Gefahr eines künstlichen Scheinkonsenses: Es sieht nach Einigkeit aus, obwohl der Konflikt bleibt.

Vom Meinungshaufen zur gemeinsamen Aussage

Grundlage ist ein großes Sprachmodell. Das ist ein Programm, das aus riesigen Textmengen gelernt hat, wie Sätze weitergehen, und dadurch selbst Texte schreiben kann. Ein solches Modell allein produziert aber nur irgendeine Zusammenfassung. Die Habermas-Maschine wählt zusätzlich gezielt aus.

Der Ablauf hat mehrere Runden. Zuerst schreibt jeder Teilnehmer seine Meinung zur Frage auf, etwa zum Wahlalter ab 16. Das Modell erzeugt daraus nicht einen, sondern mehrere Kandidatentexte. Ein zweites Programm schätzt für jeden Kandidaten, wie hoch die Teilnehmer ihn wohl bewerten würden. Dieses Bewertungsprogramm wurde vorher mit echten Bewertungen von Menschen trainiert.

Der Kandidat mit den besten Aussichten geht zurück an die Gruppe. Die Teilnehmer bewerten ihn und schreiben Kritik dazu. Aus dieser Kritik entsteht eine überarbeitete Fassung. Man kann es sich wie einen Verhandlungsführer vorstellen, der einen Vorschlag mehrfach umschreibt, bis möglichst wenige widersprechen. Wichtig ist: Das System stimmt nicht ab und entscheidet nichts. Es liefert nur einen Textvorschlag.

Bürgerräte, Plattformen und offene Fragen

Im Alltag begegnet man der Habermas-Maschine bisher kaum, denn sie ist ein Forschungssystem und kein fertiges Produkt. In den Nachrichten taucht sie dagegen regelmäßig auf, wenn es um KI in der Politik geht. Die zugehörige Studie erschien in der Fachzeitschrift Science und wurde mit über fünftausend Teilnehmern in Großbritannien durchgeführt. Getestet wurden Streitfragen wie Einwanderung, Klimaschutz oder das Wahlalter.

Verwandte Ansätze sind schon länger im Einsatz. Die Plattform Pol.is sortiert Meinungen von Tausenden Nutzern nach Ähnlichkeit und zeigt, wo überraschende Mehrheiten liegen. Taiwan hat damit Gesetzesvorhaben vorbereitet. Der Unterschied: Pol.is zeigt Muster, die Habermas-Maschine schreibt selbst einen Text.

Denkbare Anwendungen reichen von Bürgerräten über Betriebsversammlungen bis zu Schulkonferenzen. Ein häufiger Irrtum ist, dass das System Wahrheit ermittelt. Es findet nur Formulierungen mit breiter Zustimmung. Ob eine Aussage sachlich richtig ist, prüft es nicht.