Image: Mensch und Maschine denken gemeinsamFERCHAUFERCHAUOnBlast
TechnikKünstliche Intelligenz

Mensch und Maschine denken gemeinsam

Lesezeit ca.: 4 Minuten
Lisa Kräher

Lisa Kräher

freie Journalistin

Wissenschaftler der TU Darmstadt bringen Computern bei, Argumente zu erkennen und zu analysieren. Argument Mining heißt dieses Forschungs­feld. Es soll nicht nur helfen, Entschei­dungen zu treffen, sondern auch dabei, schlechte Argumente zu entlarven.

11. Mai 2017

Sollte man Kinder impfen? Ist bedingungs­loses Grundein­kommen sinnvoll? Sind Biogas-Anlagen ökologisch? Über jede dieser Fragen lässt sich streiten. Überzeugende Für- und Gegenargu­mente zu formulieren, ist bei komplexen Themen nicht immer leicht. Klickt man sich durch Diskussi­ons­foren im Netz, verliert man leicht mal den Durchblick.

Dr. Ivan Habernal will das lösen. Er ist Computer-Wissenschaftler an der Technischen Universität Darmstadt und beschäftigt sich mit dem Forschungs­feld Argument Mining. Hier geht es darum, wie der Computer in natürlichen Texten Argumenta­ti­ons­struk­turen findet und diese analysiert.

Eine Suchmaschine für Argumente

„Heute kann man zwar alles googeln und findet viele Artikel zu einem Thema. Relevante Argumente für oder gegen etwas zu finden, ist aber nicht so leicht“, sagt Habernal. Wer keine Zeit hat, sich stundenlang in Texte und Statistiken einzulesen, könnte mit einer Suchmaschine nach fundierten Argumenten zu einem bestimmten Thema suchen. Habernal glaubt, dass das schon in wenigen Jahren möglich ist.

Dafür muss die künstliche Intelligenz zunächst wissen, was ein Argument überhaupt ist. Bei dem Projekt ArguAna (Argumenta­tion Analysis for the Web), das die Deutsche Forschungs­ge­mein­schaft finanziert, haben Habernal und seine Kollegen experimen­telle Software entwickelt, die dazu in der Lage ist.

Die Maschine lernt von Tageszei­tungen & Co

Die Forscher brachten dem Computer mithilfe von Texten aus Quellen wie Tageszei­tungen, Online-Nachrich­ten­seiten aber auch Twitter bei, Argumente zu erkennen. Ausschlag­ge­bend dafür können zum Beispiel einzelne Signale sein wie das Wörtchen „weil“, aber auch Satzteile („Ich bin der Meinung, dass …“), bis hin zu ganzen Strukturen, aus denen ein Argument besteht: These oder Meinung, Begründung und Zusammen­fas­sung.

Dafür werteten Ivan Habernal und sein Team Diskussionen in Onlineforen aus – insgesamt rund 16.000 Paare von Argumenten. Diese ließen sie von Menschen nach ihrer Qualität bewerteten. Welches Argument ist überzeugender formuliert? Ist die Argumenta­tion oberfläch­lich oder emotional? Diese Informationen speisten die Forscher dann in ein neuronales Netz. Deep Learning heißt diese Rechenme­thode, bei der das Prinzip des menschli­chen Gehirns nachempfunden wird. Man trainiert das System mit möglichst vielen Daten und hofft dann, dass der Computer Muster erkennt.

Hoffe Trefferquote bei unbekannten Themen

Spannend war dann die Frage: Wie entscheidet die künstliche Intelligenz bei Fragen, die ihr nicht bekannt sind? Dafür legte Habernals Team dem System jeweils ein starkes und ein schwaches Argument zu einem unbekannten Thema vor. In fast 80 Prozent der Fälle entschied sich der Computer richtig, also erkannte das Argument, das stärker war.

Nach welchen Kriterien der Algorithmus dabei entscheidet, war für die Forscher allerdings nicht immer erkennbar. „Welche Merkmale eines Text ausschlag­ge­bend sind, ist schwierig nachzuvoll­ziehen, aber wir haben festgestellt, je mehr Zahlen und Fakten in einem Text stecken, desto besser wird dieser bewertet“, erklärt Ivan Habernal. Ob die Fakten und Zahlen der Wahrheit entsprechen, kann der Computer allerdings im Moment noch nicht erkennen. Enthielt der Text Beschimp­fungen oder emotionale Argumente, wurde er vom Computer in den meisten Fällen als schlechter eingestuft.

Schüler lernen spielerisch, was gute Argumente sind

Und hier sehen die Forscher eine weitere Chance: Denn Argument Mining könnte, so Habernal, auch dabei helfen, schlechte Argumente zu entlarven – vor allem im Zusammen­hang mit Falschmel­dungen und Hasskommen­taren in sozialen Medien eine interessante Idee. Im Zuge ihres Projekts entwickelten die Darmstädter Forscher auch ein Lernspiel: Das Onlinegame „Argitario“ soll Schülern beibringen, wie sie gute von schlechten Argumenten unterscheiden.

Auch in den Labors des amerikani­schen IT-Konzerns IBM arbeitet man an dem Ziel, dem Computer das Argumentieren beizubringen. In dem Projekt „The Debater“ brachten die IBM-Forscher ihr künstliches Superhirn „Watson“, der 2011 als erster Computer die Quizsendung „Jeopardy!“ gewann, dazu, Für- und Gegenargu­mente zu bestimmten Fragen zu finden. Dafür gaben sie ihm Zugang zu einer großen Wissensda­ten­bank wie zum Beispiel Wikipedia.

„Mensch und Maschine sollen keine Gegner sein, sie sollen gemeinsam denken“, sagt IBM-Vize John Kelly bei einer Konferenz des Milken Instituts. Er nannte noch ein anderes Beispiel, bei dem die Anwendung dieser Technologie denkbar wäre: Bei komplexen medizini­schen Fragen könnten Ärzte das Wissen des Computers nicht nur nutzen, sondern die Pro- und Gegenargu­mente einer Behandlung direkt mit diesem diskutieren.

„Argument Mining kann uns dabei helfen, schneller und einfacher zu entschei­den“, sagt Dr. Ivan Habernal. Entschei­dungen treffen müssen wir am Ende aber immer noch selbst.