Digitale Bullshit Jobs

Wir Menschen haben eine paradoxe Einstellung zur Handarbeit. Wir schätzen sie (wie ich bereits in einem früheren Beitrag diskutiert hatte) in einigen Bereichen über alles, während wir uns in anderen Bereichen danach sehnen, sie tunlichst zu vermeiden. Das zeigt sich dann darin, dass wir auf den Wochenmarkt gehen, um handgebackenes Brot und handgepflückte Steinpilze zu kaufen, während zu Hause der Staubsaugerroboter die Krümel der handgemachten Fertigpizza vom Fernsehteppich saugt und die Heizung sich von selbst herunterreguliert, solange keiner im Haus ist.

Vielleicht lässt sich diese Paradoxie ja damit erklären, dass wir vor allem die Handarbeit schätzen, die andere verrichten, während wir uns selbst über jeden Griff freuen, den wir dank der neuen Technik vermeiden können. Wenn dies so ist, dann ist es jedoch überraschend, wie wenig Menschen von den Möglichkeiten Gebrauch machen, die ihnen die neue Technik — vor allem im Bereich des Digitalen — bietet.

In den meisten Fällen hängt dies wahrscheinlich damit zusammen, dass vielen Menschen schlicht und einfach nicht klar ist, wie sehr ihnen einfache Programmierkenntnisse ihre Arbeit erleichtern könnten. Als junger Doktorand sah ich zum Beispiel, wie ein Kollege vor Wut fast in Tränen ausbrach, als er einige hundert Musikdateien von einem Format in ein anderes umwandeln musste, welches er für ein spezifisches psycholinguistisches Experiment benötigte. Die einzige Möglichkeit, die er kannte, war es, jede Datei einzeln in ein Konvertierungsprogramm einzulesen, und sie dann in dem anderen Format abzuspeichern, was bei der Anzahl kleiner Musikdateien Stunden langweiligster Arbeit bedeutet hätte.

Obwohl ich mich damals selbst noch nicht sehr gut mit Programmierung auskannte, war mir doch klar, dass es sicher eine automatische Lösung für dieses Problem geben musste, die sich dann auch leicht finden ließ, indem wir ein freies Programm zur Konvertierung im Computerterminal (der Schnittstelle, mit der wir mit den Computern „direkt“ kommunizieren können) ausführten, welches automatisch alle Dateien einzeln umwandelte.

In vielen Fällen, in denen es um digitale Daten geht, lässt sich jede Form von langweiliger Arbeit heutzutage sehr leicht vermeiden. Natürlich ist dies nicht immer wirklich notwendig. Wenn man nur ein oder zwei Dateien von einem Format in ein anderes umwandeln möchte, dann gibt es keinen Grund, gleich anzufangen, programmieren zu lernen, und selbst für jemanden, der schon programmieren kann, lohnt es sich nicht immer, direkt eine automatische Lösungsstrategie zu suchen.

Stattdessen sollte man immer zunächst eine kleine Kostennutzenrechnung machen. Die stelle ich auch immer auf, wenn Kolleginnen oder Kollegen mich um Hilfe bitten. Denn wenn man sich eine Stunde hinsetzen muss, um ein Programm zu schreiben, das ein Problem löst, das in „Handarbeit“ zwei Stunden kostet, dann lohnt es sich meist tatsächlich nicht, dieses Probleme mit Hilfe von Computerprogrammen zu lösen, es sei denn, man weiß, dass es sich um ein wiederkehrendes Problem handelt.

Generell wundert es mich immer wieder, wie vielen Menschen nicht klar zu sein scheint, dass bestimmte Arbeiten, die sie routinemäßig und voller Unmut am Computer erledigen, sich einfach automatisch lösen lassen. Sei es die Verwendung von Emailfiltern, die eingehende Nachrichten vorsortieren und für Ordnung im Emaileingang sorgen, die Verwendung kleiner Skripte, die das automatische Konvertieren von Dateien in unterschiedliche Formate erlauben, oder die automatische Prüfung von Dateneingaben in Programmen wie Excel, LibreOffice, oder GoogleSheets: In all diesen Fällen gibt es eine Vielzahl relativ einfacher Lösungsmöglichkeiten, die meist auch frei verfügbar sind, aber dennoch kaum verwendet werden, weil einfach wenig Menschen darüber Bescheid wissen.

Ein Beispiel, dass mich in diesem Zusammenhang sehr stark verblüfft hat, war die Praxis einiger Gesundheitsämter, Nachrichten über Testergebnisse und Infiziertenzahlen per Fax zu versenden. Während ich das Versenden von Faxen vielleicht noch verstehen kann, weil es klar ist, dass die Mühlen der Bürokratie langsam mahlen, und sich diese vorgeschriebenen Vorgänge sicher nicht so leicht verändern lassen, hat mich ein Bericht im ZDF in diesem Zusammenhang dann doch ein bisschen überrascht. Dort wurde berichtet, wie digitale Versionen von Faxkopien in Form von Tausenden von PDF-Dateien, die alle mit dem gleichen Dateinamen betitelt sind, in den Computern der Mitarbeiterschaft landen und dann von den armen Menschen „händisch“ eingesehen und systematisch umbenannt werden.

Leider habe ich keine Einsicht in die PDF-Dokumente, um die es geht, jedoch bin ich mir ziemlich sicher, dass es möglich wäre, diese mit Hilfe einfacher Software zur optischen Texterkennung zu bearbeiten und auch automatisch umzubenennen. Selbst, wenn dies nicht möglich sein sollte, ließe sich von einer einigermaßen im Umgang mit webbasierter Entwicklung erfahrenen Person ein einfaches computergestütztes Interface entwickeln, in dem alle PDFs nacheinander angezeigt werden und editiert werden können. Alles, was die Mitarbeiter dafür wohl bräuchten wäre eine geringe Erfahrung im Umgang mit dem Computerterminal, sowie eine programmierfähige Person, die sich ein bis zwei Tage des Problems annehmen und die Mitarbeiter schulen würde.

Die händische Manipulation von tausenden von Dateinamen in unseren Gesundheitsämtern ist ein Beispiel für eine Form von Handarbeit, die in heutigen Zeiten wohl keiner mehr machen will, und auch keiner mehr machen sollte, die aber dennoch häufig von Menschen durchgeführt wird, weil es am Wissen um das, was ein Computer automatisch machen könnte, fehlt. Da Menschen bei langweiligen Aufgaben viel häufiger Fehler machen als Computer ist eine derartige Arbeit nicht nur eine Zumutung für die Menschen, die sie ausführen müssen, sondern auch grundlegend unsicher.

Ich denke nicht, dass jeder Mensch programmieren lernen sollte, um unnötige Handarbeit zu vermeiden. Ich denke jedoch, dass es sinnvoll sein könnte, wenn man das Bewusstsein von Menschen, die mit Computern arbeiten, steigert, dass Dinge relativ einfach automatisiert werden können. Wenn ich davon erfahre, wie Menschen ihre Zeit verschwenden, um leicht automatisierbare Arbeiten nicht-automatisch zu erledigen, dann muss ich immer an die berüchtigten Bullshit Jobs, von denen Graeber (2018) spricht, denken. Da die Arbeit, die manuell erledigt wird, aber — wie man das besonders bei der Arbeit der Gesundheitsämter sehen kann — mitunter sehr wichtig sein kann, sind dies keine Beispiele für Bullshit Jobs im Sinne von Graeber, sondern viel mehr Beispiele für durch Unwissen provozierte Ineffizienz: Insbesondere im Bereich des Digitalen verrichten wir viele monotone und extrem langweilige Arbeiten, die eigentlich viel leichter automatisch erledigt werden könnten. Wenn wir uns diese Arbeiten sparen könnten, dann hätten wir eine Menge zusätzlicher Zeit, die wir dann guten Gewissens zum Brotbacken verwenden könnten.

Literatur

  • Graeber, David (2018): Bullshit jobs. A theory. New Yorkh: Simon & Schuster.
Sie können diesen Artikel zitieren als: Johann-Mattis List, "Digitale Bullshit Jobs," in Von Wörtern und Bäumen, 07/11/2020, https://wub.hypotheses.org/1236.

Scheinriesentheorien

Als junger Student war ich fasziniert von Richard Dawkins‘ Buch „Das egoistische Gen“ (The selfish gene, Dawkins 1976), insbesondere von dem Kapitel, in dem Dawkins die Idee des Mems als kleinster Einheit, die sich im Rahmen der kulturellen Evolution replizieren kann, vorstellt. Ich dachte sofort, dass sich das Konzept der „Meme“ doch sicher auch auf die Linguistik anwenden lassen müsste. Denn auch einzelne Wörter gehen ja zuweilen verloren, weil sie von keinem Menschen mehr verwendet werden, während andere Wörter (und mit ihnen die Konzepte, die sie ausdrücken) sich virenartig ausbreiten.

Da Dawkins vor allem in Bezug auf die Genetik so viele Dinge so schön erklären konnte, ohne, dass der Leserschaft zu viel Hintergrundwissen abverlangt wurde, war ich überzeugt, dass diese ganze Idee sicher ähnlich gewinnbringend in der Linguistik, vor allem bei der Untersuchung von Sprachwandelphänomenen angewendet werden könnte.

Meine anfängliche Euphorie wich mit der Zeit aber der Enttäuschung, vor allem, als ich begann, Susan Blackmore’s Buch „Die Macht der Meme“ (The meme machine, Blackmore 1999) zu lesen, welches neben verschiedensten Fragen der kulturellen Evolution sogar versprach, die große Frage nach dem Ursprung von Sprache zu erklären (ibid. 82-92). Denn was sich bei Dawkings in Bezug auf die Genetik so überzeugend angehört hatte, erwies sich in der Frage nach dem Ursprung von Sprache, mit der ich mich als Linguist natürlich unabhängig auseinandergesetzt hatte, als eine enttäuschend dünne Theorie, die viel mehr Fragen offenließ, als sie zu beantworten versprach.

Meine Enttäuschung setzte sich fort, als ich versuchte, die Idee der Meme als selbstständiger Replikatoren zur Erklärung von Sprachwandelphänomenen zu verwenden. Es funktionierte einfach nicht, das Konzept sinnvoll zu operationalisieren. Obwohl ich damals noch nicht viel Ahnung von Methodologie, vom formalen Arbeiten, und von Programmierung hatte, ahnte ich doch schon, dass man konkret nicht viel tun konnte mit den Memen, irgendwie konnte man sie am Ende nie fassen, wenn man es mit konkreten Problemen zu tun hatte.

Ein ähnliches Problem hatte ich dann später mit Rudi Kellers Buch „Sprachwandel, von der unsichtbaren Hand in der Sprache“ (Keller 1990), in welchem der Autor in sehr überzeugender Weise zeigt, dass Sprachwandelphänomene sich oft als Phänomene der unsichtbaren Hand, wie sie vom Ökonomen Adam Smith in Bezug auf die Wirtschaft beschrieben wurden, beschreiben lassen. Während Smith darauf hinwies, dass das Streben des Einzelnen nach individuellem Wohlergehen am Ende zu einer gerechten Verteilung des Wohlstands für alle führen könnte, zeigte Keller, dass individuelle Verhaltensweisen im Sprachgebrauch dazu beitragen können, dass sich unsere Sprachen verändern. Ob man Adam Smiths kapitalistischem Manifest nun glaubt oder nicht: die Theorie der „unsichtbaren Hand“ hat eine gewisse theoretische Attraktivität, denn die Idee, dass Prozesse auf Mikroebene (also auf der Ebene von Individuen) auf Makroebene zu sehr unterschiedlichen Resultaten führen können, ist intuitiv sehr schnell zu verstehen und erklärt sehr schön bestimmte Phänomene, wie beispielsweise die Bildung von spontanen Staus auf Autobahnen, durch zu starkes Abbremsen einer Person, welche dann eine Kettenreaktion auslöst (siehe ibid.). Auch die Beispiele, die Keller in Bezug auf den Sprachwandel diskutiert, sind sehr schöne Erklärungen von einzelnen, individuellen Sprachwandelprozessen.

Doch auch bei der unsichtbaren Hand zeigte sich in meiner eigenen Arbeit am Ende wieder, dass es nicht möglich war, die Theorie gewinnbringend in der Methodologie anzuwenden. So schön auch Kellers Erklärungen für individuelle Prozesse waren, so schwierig war es, sich allgemeine Prinzipien zu überlegen, die es ermöglichen würden, die Theorie an mehr Daten zu testen, oder sie anzuwenden, um neue Wandelphänomene vorherzusagen, oder attestierte Wandelphänomene zu klassifizieren.

Erst allmählich wurde mir dann klar, dass dieses Probleme, die ich bei den Memen und der unsichtbaren Hand entdeckt hatte, ein generelles Problem bestimmter Theorien zu sein scheinen. Denn was Meme und unsichtbare Hände gemeinsam zu haben scheinen, ist, dass man die Theorien sehr schön anwenden kann, um Einzelfälle auf scheinbar sehr zufriedenstellende Art zu erklären, während man sehr schnell auf Hindernisse stößt, wenn man versucht, mit Hilfe der Theorien zu generalisieren.

Das Problem begegnet uns auch in der Evolutionstheorie, insbesondere wie man sie aus der Populärwissenschaft kennt, wo Menschen schnell eingeteilt werden nach ihrer Blutgruppe und dies dann wieder erklärt, warum man sich unterschiedlich ernähren sollte, oder wo man die typischen Klischees, die als Unterschiede zwischen Frauen und Männern häufig aufgeführt werden, auf unsere Vergangenheit als Jäger und Sammlerinnen zurückgeführt werden.

Diese Erklärungen, die oftmals so wunderbar plausibel klingen, werden in der Evolutionsbiologie normalerweise als Just-So-Stories bezeichnet und fallen dadurch auf, dass ihre Erklärung auf wenig Evidenz beruhen, nicht getestet werden können, und vor allem narrativ, also nicht formal, verfasst werden (Olson 2015). Just-So-Stories sind Pseudoerklärungen, die nach der Beobachtung eines Phänomens ins Feld geführt werden. Sie sind generell nicht generalisierbar, und sie können uns so leicht in die Irre führen, weil sie Einzelfälle so scheinbar formvollendet erklären.

Meine Vermutung ist, dass bestimmte Theorien, wie die der unsichtbaren Hand, die Idee von den Memen und den egoistischen Genen, und auch die Evolutionstheorie mit ihrer Idee der natürlichen Selektion, anfällig dafür sind, für Just-So-Stories missbraucht zu werden. Das führt dann dazu, dass sie auf den ersten Blick sehr mächtig wirken, weil es leicht ist, eine Vielzahl von Einzelfällen zu finden, in denen die Theorie scheinbar allgemein bestätigt wird, während die Einzelfälle selbst jedoch speziell ausgewählt wurden, um Theorie zu bestätigen, und auf eine Art erklärt werden, die sich einer formalen Behandlung widersetzt.

Es ist wichtig zu betonen, dass ich damit nicht sagen möchte, dass die Theorien per se falsch sind. Grundlegende Thesen der Evolutionstheorie wurden ja hinreichend belegt (obwohl wir heute wissen, dass natürliche Selektion nicht alles ist, was Wandel antreibt), und auch, dass Makro- und Mikroperspektive wichtig sind, um Wandelphänomene zu untersuchen (was wohl der wichtigste Aspekt der Idee der unsichtbaren Hand ist). Um sich als produktiv für die aktuelle Forschung zu erweisen, ist es aber wichtig, spezifische Hypothesen aus diesen Theorien abzuleiten und diese zu testen, anstatt zu zeigen, dass mit den Theorien Einzelfälle narrativ erklärt werden können.

Mir ist erst vor kurzem richtig klar geworden, dass es ein generelles Problem mit bestimmten Theorien zu geben scheint, als ich auf einen Artikel von Kalkhoff (2020) stieß, der sich mit der Frage auseinandersetzt, warum Ideen zur Gestalttheorie so wenig Verbreitung in der Linguistik gefunden haben. Als Gründe werden dabei die Vagheit des Gestaltkonzepts und der Mangel an einem Formalismus, mit dem sich das Konzept operationalisieren ließe, angeführt. Parallel dazu wies mich ein Kollege noch auf einen Artikel von Chvaja (2020) hin, in dem ausgeführt wird, dass die Meme sich in den Studien zur kulturellen Evolution nicht durchsetzen konnten, weil sie nie zum Testen von Hypothesen verwendet wurden.

Mir ist nicht klar, was dazu führt, dass bestimmte Theorien dermaßen abdriften, und sich — wenn die „Beweise“ auf der Ebene von Einzelfällen verharren — am Ende als Scheinriesen entpuppen, die wenn man sie genauer untersucht, ihren großen Versprechen eigentlich gar nicht gerecht werden. Ich denke aber, dass es damit zusammenhängt wie einfach es Theorien Menschen machen, Just-So-Stories zu entwerfen. Mit Memen lässt sich das so leicht tun, dass man am Ende auf lediglich 10 Seiten scheinbar plausibel machen kann, wie Sprache enstanden ist. Auch die unsichtbare Hand ist sehr leicht zu bedienen. Wenn man als Grundthese annimmt, dass Sprachwandel dort seinen Ausgangspunkt nimmt, wo Individuen individuelle Entscheidungen in Bezug auf sprachliches Handeln treffen, dann braucht man lediglich ein bisschen Phantasie, um bei konkreten Fällen von semantischem Wandel auszuführen, welche individuelle Entscheidung aus einer Unmenge von Möglichkeiten denn nun zu dem bestimmten Ergebnis geführt hat.

Aber weder mit den Memen noch mit den unsichtbaren Händen können wir verallgemeinern. Weder können wir plausibel erklären, warum gesprochene Sprachen sich gegenüber Gebärdensprachen durchgesetzt haben, noch können wir herauszufinden, welche widerstreitenden Kräfte denn am Werk sind, wenn individuell gesprochen und gehört wird. Wir müssen unsere Theorien strengen Tests unterwerfen, indem wir versuchen, sie gewinnbringend anzuwenden, oder Hypothesen aus ihnen abzuleiten, die wir wirklich testen können. Das geht nicht, wenn wir erst gegen die Wand schießen und dann unsere Zielscheibe dort aufhängen, wo die meisten Einschläge gelandet sind.

Literatur

  • Blackmore, Susan (1999): The meme machine. Oxford:Oxford University Press.
  • Chvaja, Radim (2020): Why Did Memetics Fail?Comparative Case Study. Perspectives on Science 28.4. 542-570.
  • Dawkins, Richard (1976): The selfish gene. Oxford:Oxford University Press.
  • Teixeira Kalkhoff, Alexander M. (2020): Why is it so hard to establish gestalt ideas within linguistics? Selected papers from the 14th international conference on the history of the language sciences. In: Aussant, É. and & Fortis, J (eds.): History of linguistics 2017. Amsterdam and Philadelphia:John Benjamins. 65-77.
  • Keller, Rudi (1990): Sprachwandel. Von der unsichtbaren Hand in der Sprache. Tübingen:Francke.
  • Olson, Mark E. and Arroyo-Santos, Alfonso (2015): How to study adaptation (and why to do it that way). The Quarterly Review of Biology 90.2. pp. 167-191.

Sie können diesen Artikel zitieren als: Johann-Mattis List, "Scheinriesentheorien," in Von Wörtern und Bäumen, 22/10/2020, https://wub.hypotheses.org/1228.

Handarbeit im digitalen Zeitalter

In Zeiten, in denen man dreidimensionale Objekte in höchster Präzision am Computer ausdrucken kann, in denen Autos ohne Pilot durch unsere Straßen zu fahren lernen, und in denen wir nicht einmal mehr in der Lage sind, die Batterie in elektronischen Objekten auszutauschen, finde ich es immer wieder überraschend, wie sehr Menschen es schätzen, wenn etwas manuell für sie erstellt wurde. Brot schmeckt uns besser, wenn es in Handarbeit hergestellt wurde, Craft-Bier wird in immer mehr Kneipen ausgeschenkt, und Schmuck hängt man sich lieber um, wenn er manuell gefertigt wurde. Es ist, als trauten wir unseren eigenen Händen mehr über den Weg, als den Maschinen und Computern, wenn es um bestimmte Präzisionsarbeiten geht. Es gibt Dinge, die Maschinen nach wie vor nicht erschaffen können, und wir sind fast stolz, dass dies der Fall ist, nicht nur, weil wir die Macht der Maschinen kontinuierlich wachsen sehen, sondern auch weil wir der Massenproduktion zu misstrauen gelernt haben und daher das Individuelle und Hausgemachte wieder mehr schätzen.

Bei all dem Boom um Hand- und Hausgemachtes sollte man aber nicht vergessen, dass es viele Dinge gibt, bei denen die Präzision der Maschinen der unserer Hände inzwischen weit überlegen ist. Wer würde einem Verkäufer vertrauen, der die Preise für die Produkte, die wir kaufen, im Kopf ausrechnet anstatt mit einem Taschenrechner? Wer wollte, dass man ihm die Bretter im Baumarkt mit der Säge vom Schweizer Taschenmesser zusägt? Wer verlässt sich auf die innere Uhr, wenn es darum geht, Termine einzuhalten? Nichtsdestotrotz gibt es nach wie vor viele Bereiche, in denen wir den Menschen mehr zutrauen als den Maschinen. Im Instrumentenbau vertraut man nach wie vor auf die Hände der Meisterinnen und Meister. Der Spargel wird nach wie vor besser von Hand gestochen. Und wir lassen lieber chirurgische Hände an uns als Präzisionsroboter.

Das Menschen in den klassischen Bereichen der Handarbeit den Maschinen auf Dauer überlegen sein werden, ist jedoch keinesfalls immer klar. Selbst wenn der Instrumentenbau der höchsten Qualität vorwiegend manuell ausgeführt wird, bedienen sich die Meisterinnen und Meister von heute einer großen Zahl ausgeklügelter mechanischer Hilfsmittel, von denen Stradivari nur hätte träumen können. Obwohl Luke Skywalker den Autopilot nur dann verwendet, wenn er ein Nickerchen einlegen möchte, kann es gut sein, dass sogar die Piloten der Formel 1 bald chancenlos gegenüber autonom gesteuerten Autos sei werden. Und in der Chirurgie werden erste automatische Operationen derzeit bereits mit Erfolg getestet. Dennoch herrscht in vielen bisher primär manuell ausgeführten Tätigkeiten oft das Gefühl vor, dass menschliche Handarbeit jeglicher Automatisierung überlegen ist.

Auch in der Wissenschaft können wir diese Tendenz finden, den Wert menschlicher Arbeit gegenüber dem Wert maschineller Arbeit abzugrenzen. Deutlich zeigt sich das immer dann, wenn Wissenschaftszweige das Intuitive über das Formale stellen und betonen, dass bestimmte Berechnungen nur von Menschen ausgeführt werden könnten. Dies begegnet uns nicht nur in vielen primär geisteswissenschaftlich ausgerichteten Wissenschaftszweigen, sondern auch in den Zweigen, die eher der Naturwissenschaft zugerechnet werden. So betonte der berühmte Verhaltensforscher Konrad Lorenz, dass die Intuition von Forscherinnen und Forschern in der Klassifikation von Tieren formalen quantitativen Ansätzen grundsätzlich überlegen sei, da dort viel mehr Merkmale verarbeitet würden:

Der Systematiker beurteilt nämlich ein Lebewesen durchaus nicht nur nach jenen Merkmalen, die in seiner Tabelle aufgezeichnet sind, sondern nach einem Gesamteindruck, in dem geradezu unzählige Merkmale in solcher Weise eingewoben sind, dass sie zwar die unverwechselbare Eigenart des Eindruckes bestimmen, gleichzeitig aber in ihr aufgehen. Deshalb bedarf es einer ziemlich schwierigen analytischen Arbeit, um sie aus dieser Gesamtqualität, in der sie gesondert gar nicht mehr ohne weiteres bemerkbar sind, einzeln herauszuschälen. (Lorenz 1972: 38)

Selbst wenn die heutige Biologie ihre Klassifikationen nahezu ausschließlich auf Grundlagen von quantitativen automatischen Wegen ermittelt und die Idee, intuitiven Klassifikationen zu trauen, weitgehend verworfen hat, finden wir die Idee, dass das Individuelle dem formalen Verfahren grundsätzlich überlegen sei, in vielen Fällen immer noch vor. Ein Beispiel ist die Sequenzalinierung, bei der DNA- und Proteinsequenzen verschiedener Spezies und Individuen miteinander verglichen werden. Zwar wird auch hier generell automatisch gearbeitet, jedoch bessern viele Forscher nach wie vor manuell nach, vor allem wenn sie mit Datensätzen von überschaubarer Größe arbeiten, weil die Algorithmen viele Fehler machen, die erfahrene Forscher nach wie vor besser intuitiv erkennen können. Aufgrund der Unzulänglichkeit der Algorithmen und der starken Abhängigkeit von Forscherintuition gilt Sequenzalinierung in der Biologie trotz jahrzehntelanger Forschung nach wie vor eher als Kunst denn als Wissenschaft (Morrison 2015).

Auch in der Mathematik ist es üblich, das komplexe Beweise von Menschen überprüft werden, was mich schon immer verwundert hat, da es sich doch bei der Mathematik um eine formale Wissenschaft handelt, und wenn alles formal abläuft, frage ich mich, wie es sein kann, dass man einen Beweis, wenn er denn gefunden wurde, nicht auch formal mit Hilfe eines Computerprogramms überprüft. Das wäre viel praktischer als darauf zu warten, dass unzählige Mathematiker sich durch Beweise von 300 und mehr Seiten wühlen und nach Fehlern in der Argumentation suchen. Es scheint nun tatsächlich Versuche zu geben, Beweise in Zukunft komplett von Computern machen zu lassen, obwohl sich das anscheinend dann doch schwieriger darstellt, als man auf den ersten Blick meinen könnte (Hartnett 2016).

Auch in manchen Bereichen Linguistik hält sich hartnäckig der Gedanke, dass Handarbeit und menschliche Intuition formalen Verfahren überlegen seien. Viele Kolleginnen und Kollegen insistieren hartnäckig, dass die einzige Methode, Sprachen miteinander zu vergleichen, auf der traditionellen „komparativen Methode“ beruht, welcher ein rein qualitativ-intuitiver Vergleich von Wortlisten und Wörterbüchern zugrunde liegt, dessen Arbeitsschritte von Linguistinnen und Linguisten — wenn überhaupt — nur in Prosa dokumentiert werden.

Angesichts der Vielzahl an anstrengenden Debatten über einzelne Wortgeschichten, die den linguistischen Diskurs beherrschen und zuweilen unangenehm in persönliche Kämpfeleien abdriften, in deren Verlauf sich Forscherinnen und Forscher von einer unangenehm menschlichen Seite zeigen, weigere ich mich, zu akzeptieren, dass der qualitative Wortlistenvergleich die einzige Lösung zur Erforschung von Sprachverwandtschaften ist. Wenn man zehn Linguistinnen oder Linguisten nach ihrer Meinung zur Geschichte individueller Wörter im Indogermanischen fragt und zwanzig verschiedene Antworten bekommt, dann zeigt dies ja auch, dass es der Intuition an einer wichtigen wissenschaftlichen Eigenschaft mangelt: der Reliabilität, die ein Gütekriterium dafür ist, dass Versuche sich wiederholen lassen und Menschen, die ein Verfahren unabhängig auf dieselben Daten anwenden zu ähnlichen Ergebnissen kommen (Statt 1998[1981]: 30).

In der historischen Linguistik gelangen wir langsam — sehr langsam — zu einem Punkt, wo die automatischen und formalen Verfahren, die wir in den letzten Jahren entwickelt haben, sich endlich auszuzahlen beginnen (vgl. List 2019). Die Erfolge sind meist klein und bestehen in einzelnen Fehlern, die ich dem einen Kollegen oder der einen Kollegin nachweisen kann. Je mehr die Menschen, die aktiv Sprachen vergleichen, sich jedoch auf unsere formalen Annotationspraktiken einlassen (vgl. List 2017, Schweikhard und List 2020), desto mehr werden wir alle davon profitieren, vor allen auch dann, wenn wir zu denen gehören, die Schwierigkeiten haben, eine starke Intuition zu entwickeln, mit der sie auf die Suche nach Wortgeschichten gehen.

Auch wenn wir in vielen Fällen mit der Überlegenheit menschlicher Intuition konfrontiert werden, sollten wir uns zumindest in der Wissenschaft nie blind mit ihr zufrieden geben. Schließlich wollen wir doch herausfinden, was passiert ist, und warum. Wir wollen den Sachen auf den Grund gehen, und dazu gehört es nun einmal auch, die Intuition zu erklären, selbst wenn es, wie Lorenz schon sagte, mitunter sehr lange dauern kann, bis wir die vielen Parameter, mit denen unsere Intuition arbeitet, aus dieser Gesamtqualität „herausgeschält“ haben. Während ich Menschen verstehe, die hausgemachtes Brot gegenüber Massenbackware mit unklarer Herkunft vorziehen, kann ich Wissenschaftler daher nicht verstehen, wenn sie sich mit der Überlegenheit ihrer Intuition zufrieden geben.

Literaturangaben

  • Hartnett, Kevin (2016): Werden Computer das Wesen der Mathematik verändern? Spektrum der Wissenschaft 12. .
  • List, Johann-Mattis (2017): A web-based interactive tool for creating, inspecting, editing, and publishing etymological datasets. In: Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics. System Demonstrations. 9-12.
  • List, Johann-Mattis (2019): Automatic inference of sound correspondence patterns across multiple languages. Computational Linguistics 1.45. 137-161.
  • Lorenz, Konrad (1969): Psychologie und Stammesgeschichte. In: Lorenz, Konrad (ed.): Vom Weltbild des Verhaltensforschers. Drei Abhandlungen. München:DTV. 35-95.
  • Morrison, David (2015): Molecular homology and multiple-sequence alignment: an analysis of concepts and practice. Australian Systematic Botany 28. 46-62.
  • Schweikhard, Nathanael E. and List, Johann-Mattis (2020): Developing an annotation framework for word formation processes in comparative linguistics. SKASE Journal of Theoretical Linguistics 17.1. 2-26.
  • Statt, David A. : Concise Dictionary of Psychology, London, New York 1989 [1981].

Sie können diesen Artikel zitieren als: Johann-Mattis List, "Handarbeit im digitalen Zeitalter," in Von Wörtern und Bäumen, 14/09/2020, https://wub.hypotheses.org/1213.