Digitale Plattformen Wer nur zurückschaut, schafft keine gute Zukunft
"Wenn wir uns Stereotypen bedienen, nehmen wir Geschlecht, Alter und Hautfarbe unseres Gegenübers wahr, und unser Geist reagiert mit Botschaften wie feindselig, dumm, langsam, schwach. Diese Eigenschaften sind nicht da draußen in der Umwelt. Sie spiegeln nicht die Realität wider."
Entgegen der landläufigen Meinung sind Stereotypen oder ihre harmloseren Verwandten, Kategorien, manchmal nützlich. Sie sind Abkürzungen. Sie helfen uns im besten Fall, in sozialen Situationen das Richtige zu tun.
Wenn Sie zum Beispiel im Zug gern möchten, dass Ihnen jemand Ihren schweren Koffer auf die Gepäckablage wuchtet, werden Sie vermutlich eher den 1,90 Meter großen jungen Mann bitten als die zart wirkende Dame. Das ist nicht sexistisch, obwohl es ja durchaus sein könnte, dass die zart wirkende Dame eine extrem kräftige Weltklasseathletin ist. Es ist aber eben nicht sehr wahrscheinlich.
Solche in der Regel völlig unbewusst aktivierten Vorurteile helfen uns, die furchtbar komplexe Welt für uns einfacher zu machen. Im Idealfall. Oft sind sie aber sehr problematisch.
Diese Abkürzungen verändern sich über die Zeit, zum Glück. Vor 150 Jahren hätte das Stereotyp kategorisch ausgeschlossen, dass eine Frau Ärztin oder ein Schwarzer Präsident der USA sein könnte. Damals war die Welt schlechter als heute. Schon deshalb ist der "früher war alles besser"-Fraktion grundsätzlich zu misstrauen.
Eine bessere Welt
Schädlich werden Stereotype, wenn sie dazu führen, dass einzelne Menschen oder ganze Gruppen benachteiligt und schlechter behandelt werden. Wenn sie für bestimmte Jobs nicht einmal in Erwägung gezogen werden; die Wohnung nicht bekommen, zu Unrecht verdächtigt, abgelehnt, womöglich beschimpft werden. Oder noch Schlimmeres.
Wenn das passiert, schaden Stereotype nicht nur den Betroffenen. Sie verhindern auch eine wünschenswerte gesellschaftliche Entwicklung. Eine Welt, in der Menschen ohne Ansehen von Hautfarbe, Geschlecht, Alter und so weiter sein und werden können, was sie wollen, die nötigen Begabungen vorausgesetzt. Das ist eine bessere Welt.
Diese Erkenntnis ist nicht neu, sie ist schon in der allgemeinen Erklärung der Menschenrechte von 1948 nachzulesen.
Es gibt aber gesellschaftliche Gruppierungen, die sie bis heute nicht akzeptieren wollen. Sogenannte Antifeministen zum Beispiel. Leute, die behaupten, Frauen könnten eben einfach keine Mathematik. (Wie viele Männer kennen Sie, die miserabel in Mathematik sind?) Leute, für die Ärzte männlich und Pflegekräfte weiblich zu sein haben. Leute, die an den Unsinn von der "Überlegenheit der weißen Rasse" glauben (wollen). Und so weiter.
Eine Welt, in der Stereotype dauerhaft sind, wäre völlig statisch
Die Konflikte zwischen solchen Gruppierungen und dem Rest der Menschheit bilden den Kern vieler der politischen Verwerfungen der Gegenwart. Am Ende geht es immer um den Wunsch, die eigenen Stereotype zur allgemeingültigen, ewigen Wahrheit zu erklären. Was dem Wesen des Stereotyps an sich widerspricht: Es ist ja ein auf einer relativ dünnen Datenbasis zusammengestricktes bisschen statistische Inferenz. Deshalb ändern sich mit der Welt auch die Stereotype, nur oft etwas langsamer.
Eine Welt, in der Stereotype ewige Wahrheiten sind, wäre vollkommen statisch. In so einer Welt leben wir aber nicht. Permanente Veränderung ist das Wesen allen Seins. Zum Glück, denn sonst gäbe es uns Menschen gar nicht.
Wer Stereotype dauerhaft fortschreiben möchte, will bestehende Machtverhältnisse zementieren und gleichzeitig diese fundamentale Wahrheit - den ewigen, ständigen Wandel - leugnen.
Facebooks Maschine weiß, welcher Job zu Schwarzen passt
Womit wir wieder einmal bei Facebook und Google wären. Diese Woche wurde eine Studie veröffentlicht , die zeigt, wie Facebooks Systeme zur Verteilung von Werbung automatisch Stereotype bedienen. Stellenangebote für Holzfällerjobs wurden überwiegend weißen Männern gezeigt, Taxifahrerjobs überwiegend schwarzen Nutzerinnen und Nutzern, Stellen an der Supermarktkasse überwiegend Frauen. Obwohl die Forscher von zwei US-Universitäten, die die Anzeigen selbst geschaltet hatten, keinerlei Angaben zur gewünschten Zielgruppe gemacht hatten. Facebooks Anzeigensystem entscheidet also autonom, wer am ehesten für welche Jobs infrage kommt.
Geradezu gruselig mutet ein zweites Ergebnis an, eines mit für Menschen unsichtbaren Bildern: Dafür haben die Forscher Anzeigen per Bildbearbeitung so verändert, dass dem menschlichen Auge nur weiße Flächen angezeigt werden. Für eine Bilderkennungssoftware waren auf den Flächen jedoch Fotos zu erkennen. Entweder von stereotyp "männlichen" Themen - Football, Kampfsport. Oder von stereotyp "weiblichen" Themen - Modefoto, Rose.
Prompt zeigte Facebook die Anzeigen mit "männlichen" Bildern überwiegend Männern, die mit "weiblichen" überwiegend Frauen. Anders als wir Menschen kann die Software, die für Facebook Bilder in Anzeigen analysiert, die Rose sehen - und entscheidet dann offenbar, dass das jetzt aber mal eher ein Bild für Frauen ist. Auch wenn die Frauen dann gar nichts sehen.
Lernende Systeme lernen aus der Vergangenheit
Es nicht schwierig zu erraten, wie diese Verzerrungen zustande kommen. Facebooks Werbemaschinerie ist ein lernendes System. Es schließt aus den Daten, die es in der Vergangenheit gesammelt hat, auf das, was in der Zukunft geschehen wird. Konkret: Wenn mehr Frauen auf Stellenanzeigen für Jobs an der Supermarktkasse geklickt haben, bekommen in Zukunft mehr Frauen solche Anzeigen zu sehen. Wenn Frauen öfter auf Rosen klicken, zeigt man ihnen auch die unsichtbare Rose.
Das bringt zwei Probleme mit sich.
Erstens könnte es sein, dass diese Praxis zumindest in den USA illegal ist: Dort gab es noch in den Siebzigerjahren Stellenanzeigen , die sich explizit nur an Männer oder Frauen wandten. Längst gilt so etwas als illegale Diskriminierung. Wegen ähnlich gelagerter Fälle hat Facebook in den USA gerade Ärger mit Behörden und Gerichten .
Zweitens: Solche lernenden Systeme perpetuieren Stereotype. Die Grundannahme ist immer die gleiche: Was in der Vergangenheit funktioniert hat, wird auch in Zukunft funktionieren. Schwarze werden weiterhin Taxifahrer, weiße Männer bestimmt Holzfäller oder - auch das kommt in der Studie vor - Forscher im Bereich künstliche Intelligenz.
Die Welt von morgen auf Basis von gestern gestalten?
Aus Sicht der Unternehmen ist diese Art der Inhaltesortierung völlig rational: Lief letztes Mal gut, machen wir wieder so. Wenn aber ein Inhaltesortiersystem, das das Weltbild von zwei Milliarden Menschen mitbestimmt, aus Prinzip die Welt von gestern als Vorbild für die Welt von morgen heranzieht, ist das für den gesellschaftlichen Fortschritt nicht ideal.
Sortieralgorithmen basieren auf deskriptiven Daten: Darauf haben viele Leute geklickt, das haben sie kommentiert oder darauf reagiert, dieses Video angesehen und so weiter. Aus diesen deskriptiven Daten werden dann normativ wirkende Empfehlungen abgeleitet: Das hier sollten Sie lesen, das hier wird Sie interessieren, das hier ist die beste Antwort auf Ihre Suchanfrage. Auch wenn es vielleicht eine Holocaustleugner-Seite ist. Die Maschine kennt den Inhalt ja nicht, nur die Quote.
Gebäude würden mit Asbest gebaut
Wenn man aus dem Verhalten der Vergangenheit Empfehlungen für Gegenwart und Zukunft ableitet, geht das leicht schief. Würden wir als Gesellschaften so handeln, gäbe es noch die Prügelstrafe, Frauen dürften nicht wählen, in Zügen und Flugzeugen würde geraucht, Gebäude würden mit Asbest gebaut, Homosexualität wäre illegal.
Innovation und Relevanz entstehen nicht auf der Basis der Interessen von gestern. Manchmal dauert es viele Jahre, bis die überdauernde Relevanz des nach aktuellen Maßstäben Uninteressanten sichtbar wird: Vincent van Gogh, Robert Musil oder Ada Lovelace hätten zu diesem Thema sicher einiges zu erzählen.
Wer nur zurückschaut, wird keine gute Zukunft schaffen.
