Der AI Literacy Gap

Das schöne an den aktuellen Möglichkeiten im AI Land ist ja, dass alles so schön einfach ist. Prompt eingetippt, abgeschickt, zack, ist das Ergebnis da.

Die Schwierigkeit ist, dass diese Ergebnisse fast immer Schrott sind. Auf den ersten Blick sehen sie gut aus, aber sobald man sie sich als Profi anschaut, sind sie im Grunde nutzlos:

- Texte strotzen nur so vor Plattitüden und den immer gleichen Formulierungen
- Bilder haben den immer gleichen künstlichen Look
- Research ist oberflächlich oder fehlerhaft
- Websites sehen aus als hätte der Design-Praktikant mit seinem linken Fuß Figma bedient

Aber nun ist es ja nicht so, dass AI nutzlos wäre. Es gibt ja durchaus sehr starken Output, den fähige Menschen mit den richtigen Tools erstellen.

Wir haben z.B. große Teile unseres Researchprozess mit AI automatisiert, und die Ergebnisse sind top. Aber wir wissen eben auch, wie wir es machen müssen, haben viel rumprobiert, Tools kombiniert, verworfen. Es ist eben nicht der eine schnelle Prompt.

Uns so entsteht der AI Literacy Gap. Die meisten Menschen erstellen Schrott mit AI. Eine nette Spielerei, ein toller Effekt. Aber nutzlos im professionellen Kontext.

Ein kleiner Teil der Leute aber weiß AI zu nutzen. Und dieser kleine Teil ist in der Lage, top Ergebnisse in kürzester Zeit zu erstellen.

Ich glaube, die Tragweite dieses AI Literacy Gap ist gar nicht zu überschätzen: Das Gros der Leute erzeugt digitalen Müll, ein kleiner Teil hat Produktivitätsgewinne vom Faktor 1000. Was das perspektivisch für die Wohlstandsverteilung in einer Gesellschaft macht, kann man sich schnell vorstellen. Nicht umsonst haben unter anderem UNESCO und OECD auf die Gefahren dieser Ungleichheit hingewiesen.

Nach wie vor bin ich der Meinung, dass der Freitext-Prompt zwar einfach ist und die Hürde zur Interaktion mit LLMs gering hält – aber er sorgt eben auch nicht dafür, dass Ergebnisse gut werden.

Und deswegen ist gute User Experience und User Guidance bei AI eben so wichtig. Tools können den Mangel an AI-Alphabetisierung in Teilen ausgleichen.

Gute UX im Kontext der Künstlichen Intelligenz ist kein Nice-to-Have. Es ist die Voraussetzung für eine gerechtere Verteilung der Produktivitätsmittel. Und für Unternehmen ist es die Möglichkeit, relevante Wettbewerbsvorteile bei ihren Kunden zu erarbeiten.