Turing-Test

Der Turing-Test wurde 1950 vom britischen Mathematiker Alan Turing in seinem Aufsatz Computing Machinery and Intelligence vorgeschlagen. Turings Frage lautete nicht 'Können Maschinen denken?', sondern 'Können Maschinen sich so verhalten, dass ein Mensch sie nicht von einem denkenden Wesen unterscheiden kann?' Im Test kommuniziert ein menschlicher Richter per Textkanal mit zwei Gesprächspartnern: einem Menschen und einer Maschine. Wenn der Richter nicht zuverlässig bestimmen kann, wer die Maschine ist, hat die Maschine den Test bestanden.

Jahrzehntelang galt der Turing-Test als unerreichbar. Chatbots wie ELIZA (1966) konnten kurze Gespräche simulieren, scheiterten aber an Tiefe. Mit dem Aufkommen großer Sprachmodelle wie GPT-4 und Claude hat die Debatte eine neue Dimension erreicht: Diese Systeme können Gespräche führen, die viele Menschen nicht als maschinell erkennen. Kritiker wie John Searle argumentieren mit dem Chinesischen Zimmer, dass das Bestehen des Tests nichts über Bewusstsein oder Verständnis aussagt.

In der Science Fiction ist der Turing-Test ein Dauerthema: In Blade Runner testet Deckard Replikanten mit dem Voight-Kampff-Test, einer emotionalen Variante. In Ex Machina ist der gesamte Film ein Turing-Test, bei dem unklar bleibt, wer wen testet. Der Turing-Test hat die Art geprägt, wie die Menschheit über maschinelle Intelligenz nachdenkt, auch wenn Turing selbst ihn vermutlich als Provokation und nicht als endgültiges Kriterium verstand.

Turings historischer Kontext ist wichtig. Als er 1950 seinen Aufsatz schrieb, war das Wort 'Computer' noch eine Berufsbezeichnung für Menschen, die Rechnungen von Hand durchführten. Elektronische Computer existierten kaum. Turing stellte seine Frage in einer Zeit, in der die Möglichkeit denkender Maschinen reine Spekulation war, und sein Test war weniger ein technisches Kriterium als ein philosophisches Provokation. Er wollte zeigen, dass die Frage 'Können Maschinen denken?' letztlich behavioral ist, nicht metaphysisch.

Die sogenannte 'Loebner Prize'-Geschichte illustriert, warum der Turing-Test als praktisches Ziel begrenzt ist. Seit 1991 wird jährlich ein Wettbewerb abgehalten, bei dem Chatbots versuchen, menschliche Richter zu täuschen. Die Gewinner täuschten meistens eine Minderheit der Richter, und die Strategien waren oft oberflächlich: ausweichende Antworten, humorvolle Ablenkungen, bewusstes Vermeiden von Fachthemen. Das ist Turing-Test-Bestehen durch Simulation, nicht durch Intelligenz.

Moderne Sprachmodelle haben die Debatte grundlegend verändert. Viele Menschen können einen Text von GPT-4 oder Claude nicht zuverlässig von einem menschlichen Text unterscheiden, zumindest nicht in kurzen Ausschnitten. Das hat einige Philosophen veranlasst zu fragen, ob der Turing-Test de facto bestanden wurde. Andere antworten, dass der Test nie dafür gedacht war, Sprachimitation zu messen, sondern allgemeine Intelligenz in einem breiten Kontext. Die Debatte ist offen, und das ist genau der Zustand, den Turing vermutlich angestrebt hat.