Marie Kilg, Host bei „Der KI-Podcast„, nimmt beim Treppensteigen immer zwei Stufen auf einmal. Warum? Weil sie verhindern will, dass ihre Beinmuskulatur verkümmert – denn unser moderner Alltag kann mit dem unserer Vorfahren kaum mithalten, was körperliche Betätigung angeht. Und bei Muskulatur gilt schließlich: trainieren oder verlieren.
Dasselbe Motto gilt aber auch für unser Gehirn. Denn auch für dieses haben wir im Laufe der Zeit immer mehr Hilfsmittel und praktische „Rolltreppen“ erfunden, unsere Denkleistung an beispielsweise Taschenrechner oder Smarthone-Navis ausgelagert. Das neueste und vielleicht mächtigste Hilfsmittel in diesem Werkzeugkasten: künstliche Intelligenz.
Microsoft-Studie: KI-Nutzung kann auf Kosten des kritischen Denkens gehen
Eine von Microsoft in Auftrag gegebene Studie (externer Link) liefert neue Erkenntnisse zum Einfluss von KI auf unser Denken. Mehr als 300 Wissensarbeiter wurden befragt, wie sie generative KI-Tools wie ChatGPT nutzen. Das Ergebnis: Je mehr sich die Befragten auf KI verließen, desto weniger neigten sie dazu, kritisch zu denken. Die Bereitschaft, die von KI gelieferten Antworten zu hinterfragen, nahm mit erhöhtem Vertrauen in die Technologie ab.
In der Technologiebranche zeigt sich dieser Trend besonders deutlich: Entwickler berichten, dass durch die zunehmende Nutzung von KI-Coding-Tools das tiefere Verständnis für Programmierkonzepte bei manchen Kollegen abnimmt.
Besonders Schüler sollten aufpassen
Das Phänomen ist aus der Technologiegeschichte bekannt: Neue Hilfsmittel und Automatisierung können dazu führen, dass bestimmte kognitive Fähigkeiten weniger trainiert werden – eben wie ein Muskel, der durch mangelndes Training an Kraft verliert.
Besondere Bedeutung hat diese Frage für Kinder und Jugendliche: In jungen Jahren befindet sich das Gehirn noch in einer Phase hoher Neuroplastizität – die kognitiven Fähigkeiten entwickeln sich durch aktives Training. Schulisches Lernen vermittelt dabei nicht nur Wissen, sondern auch fundamentale Denkfähigkeiten, die später wichtig sind, um KI-Outputs überhaupt kritisch einschätzen zu können.
