AI Literacy reicht leider nicht aus

AI Literacy ist zu einer der beliebtesten Antworten auf die Probleme rund um KI geworden. Menschen sollen verstehen, wie generative Modelle funktionieren, was Halluzinationen sind, welche Daten sie besser nicht eingeben, wie sie Ergebnisse überprüfen und natürlich, wie sie bessere Prompts schreiben. Dagegen ist wenig einzuwenden. Wer mit einer Technologie arbeitet, sollte wissen, was sie kann und was nicht.

Das Problem beginnt dort, wo technische Kompetenz mit gesellschaftlicher Aufklärung verwechselt wird. Man kann sehr genau verstehen, warum ein Sprachmodell halluziniert, und trotzdem nichts darüber wissen, auf wessen Arbeit es beruht. Man kann hervorragende Prompts schreiben und nie fragen, wem das Modell gehört. Man kann jeden Output gewissenhaft überprüfen und trotzdem keinen Einfluss darauf haben, ob das System am eigenen Arbeitsplatz überhaupt eingeführt wird, welche Tätigkeiten damit automatisiert werden oder wem die daraus entstehenden Produktivitätsgewinne zufallen.

Genau darin liegt die politische Begrenzung vieler AI-Literacy-Programme. Sie bereiten Menschen darauf vor, kompetenter innerhalb bestehender Systeme zu handeln. Sie erklären ihnen aber selten die Eigentumsverhältnisse hinter diesen Systemen, die Arbeit und Ressourcen, auf denen sie beruhen, die wirtschaftlichen Interessen ihrer Anbieter oder die Macht, mit der ihre Einführung durchgesetzt wird. Aus einer politischen Frage wird wieder eine Bildungsaufgabe für das Individuum: Wenn du die Technologie nur gut genug verstehst, wirst du schon mit ihr zurechtkommen.

Luise Freese hält das für zu wenig. Wer über AI Literacy spricht, muss auch über Arbeit, Eigentum, Daten, Infrastruktur, Ressourcenverbrauch, Beschaffung, Mitbestimmung und die Konzentration wirtschaftlicher Macht sprechen. Nicht, weil jede Person vor der ersten Nutzung eines Chatbots ein Seminar in politischer Ökonomie absolvieren müsste, sondern weil technische Kenntnisse allein nicht erklären, warum diese Systeme so aussehen, wie sie aussehen, und warum sie auf genau diese Weise in unser Leben und unsere Arbeit eingebaut werden.

Und Wissen allein schafft noch keine Handlungsmacht. Beschäftigte können sehr gut über die Risiken eines Systems informiert sein und trotzdem keine Möglichkeit haben, seine Einführung abzulehnen. Nutzerinnen können Geschäftsmodelle verstehen und trotzdem auf Plattformen angewiesen bleiben. Bürgerinnen können die gesellschaftlichen Folgen von KI kennen und trotzdem kaum Einfluss darauf haben, welche Infrastruktur öffentlich finanziert, reguliert oder privaten Unternehmen überlassen wird.

Deshalb muss die Frage irgendwann über Literacy hinausgehen. Nicht nur: Verstehen Menschen KI gut genug? Sondern: Haben sie etwas zu entscheiden? Können sie Bedingungen stellen? Können sie gemeinsam Nein sagen? Technisches Wissen ist wichtig. Aber eine Gesellschaft voller perfekt geschulter Nutzer*innen, die über die Systeme, in denen sie arbeiten und leben, nichts zu bestimmen haben, ist keine besonders überzeugende Vorstellung von Mündigkeit.