Schlagwort-Archive: wissenschaftliche Praxis

Illustration with a book that has written Preprint Do Not Cite on the top page.

Vom Vordrucken

Ich habe kürzlich mit recht großem Interesse gelesen, dass während der Covid-Pandemie wohl die Leistungen von Schülerinnen und Schülern in Deutschland im Fach Deutsch gesunken sind, während sie in Englisch leicht stiegen (Stanat et al. 2023). Zurückgeführt werden kann dies vielleicht auf den vom Klassenraum entfernten Unterricht, begleitet von gleichzeitig erhöhtem Streaming-Konsum, der ja oft vorwiegend auf Englisch angeboten wird.

Was sich auch in der Pandemie geändert hat, und nun im Zuge des vermeintlichen Siegeszuges von Big Tech und KI weiter fortsetzt, ist das Veröffentlichen von Forschungsergebnissen in Form von Preprints, Vordrucken also, die man auf sogenannte Preprintserver hochlädt, wo sie dann von allen, die wollen, kostenfrei gelesen und begutachtet werden können.

Grundlegend habe ich eigentlich gar kein Problem mit dem Trend. Preprints können viele wichtige Funktionen erfüllen. Oft wartet man ja monate- und zuweilen sogar jahrelang, dass Artikel veröffentlicht oder überhaupt erst begutachtet werden. Mein Rekord liegt bei über zehn Jahren: im Jahre 2009 reichte ich mit Hans Geisler, meinem Doktorvater, einen Artikel für einen Sammelband ein, der bis heute nicht veröffentlicht wurde, obwohl eine ISBN für das Buch damals schon reserviert worden war. 2016 haben wir den Artikel als Preprint auf dem Forum HAL veröffentlicht (Geisler und List 2010), wobei ich ihn schon vorher auf meiner persönlichen Webseite geteilt hatte. Inzwischen wurde er sogar recht häufig zitiert, weil wir uns damals mit der Unsicherheit phylogenetischer Methoden beschäftigt hatten, was in diesen Zeiten noch häufig übersehen wurde. Den Artikel jetzt noch mal neu zu schreiben, würde sich nicht lohnen, da die Erkenntnisse überholt sind. Der Preprint hat mir damals aber zumindest ein wenig geholfen, die Enttäuschung über meine erste eigene Einreichung zu überwinden. Preprints können also helfen, Ergebnisse zu sichern, die sonst eventuell gar nicht das Licht der Forschungswelt erblickt hätten.

Ein anderer Grund sich für Preprints zu entscheiden besteht darin, die eigene Forschung zu schützen. Das kommt in der historischen Linguistik zwar nicht oft vor, doch ist es mir im letzten Jahr auch ein mal passiert, dass jemand, mit dem ich in der Vergangenheit kollaboriert hatte, eine Arbeit einreichte, die auf meinen Ideen aufbaute, ohne diese zu zitieren. Ich hatte meine Iddeen vor Jahren mit der Person geteilt, um sie gemeinsam zu verfolgen. Mit der Zeit hatte ich die Idee dann aus den Augen verloren, und sie nie zu Papier gebracht. Die Person versuchte dann, diese Idee unabhängig von mir zu veröffentlichen, ohne mich zu beteiligen oder zumindest meine Vorarbeiten angemessen zu zitieren. Am Ende hatte ich Glück, dass ich meine ursprüngliche Idee nur einige Monate zuvor auf einer Konferenz eingereicht hatte und den Konferenzartikel vor Erscheinen schon als Preprint auf die Plattform arXiv hochgeladen hatte. Dadurch war für alle Menschen klar — denn es kam zu einer Diskussion mit anderen Forschenden –, dass ich meinen Ansatz wirklich vor dem anderen Ansatz entwickelt und auch durch das Begutachtungsverfahren gebracht hatte. Die Person musste ihren Artikel dann anpassen und auf meinen Preprint verweisen.

Schließlich sind Preprints auch sinnvoll, wenn man über Ideen diskutieren möchte, auch wenn sie schon eingereicht wurden. Im Jahr 2016 habe ich einen Artikel mit Guillaume Jacques eingereicht, der drei Jahre später veröffentlicht wurde (Jacques und List 2019). Er hatte den schönen Titel “Save the Trees: Why we need tree models in linguistic reconstruction” und spielte auf die Bedeutung des Baummodells an, mit dem in der Linguistik die Geschichte von Sprachen modelliert wird. Hier luden wir den Artikel in einer ersten Version sogar noch vor dem Einreichen auf der Plattform Academia.edu hoch, wo er dann sehr kontrovers öffentlich diskutiert wurde, in einer Diskussion, bei der über 100 Menschen sich angemeldet hatten, um diese zu verfolgen. Zugegebenermaßen war dies kein traditioneller Preprint, da Academia ein privater Anbieter ist, den ich sehr kritisch sehe. Die Funktion, einen Artikel noch vor der Einreichung von vielen Menschen diskutieren zu lassen, hat die Plattform aber erfüllt, und wir sehen bei Preprints auch heute, wie sie dazu führen können, dass die finalen Studien nach “richtiger” Veröffentlichung davon profitieren können.

Abgesehen von diesen vielen vorteilhaften Aspekten von Preprints gibt es aber auch einen neuen Trend, der nicht durch COVID-19, sondern durch den neuen Tech-Hype um Chatbots entstanden ist: Techfirmen sind mit ihren Arbeiten so “selbstbewusst” geworden, dass sie inzwischen ganz darauf verzichten, Preprints auch wirklich auf irgendwelchen Konferenzen einzureichen (wie ich in einem früheren Beitrag bereits angedeutet hatte, List 2023). Das heißt, dass neuere Forschungsergebnisse inzwischen gar nicht mehr einem Begutachtungsverfahren ausgesetzt werden. Stattdessen lädt man sie einfach nur noch bei arXiv hoch und teilt den Journalisten und Wissenschaftlern mit, dass es einen neuen Artikel gibt.

Das Problem dieser Praxis zeigt sich einerseits darin, dass arXiv immer häufiger als “normale” wissenschaftlichen Zeitschrift angesehen wird. Es zeigt sich aber auch darin, dass immer mehr Kolleginnen und Kollegen erst gar nicht versuchen, einen Artikel so zu zitieren, wie er erschienen ist, sondern sich stattdessen einfach auf arXiv verlassen. Es werden also immer mehr Preprints zitiert, obwohl die richtigen, regulär veröffentlichten Studien längst erschienen sind.

Bei mir gibt es immer noch eine relativ große Hemmschwelle, Preprints auch zu zitieren. Ich finde es irgendwie “unvollständig”, wenn ich einen Preprint zitiere und aufnehme. Lieber warte ich ein paar Monate, bis er offiziell erschienen ist und schaue mir den Artikel dann in Ruhe an. Wenn der Artikel allerdings nie erscheint, sei es, weil er abgelehnt wurde, oder weil die Autoren gar nicht vorhatten, über die Ebene des Preprints hinauszugehen, dann ziehe ich es vor, die Studie zu ignorieren.

Man kann natürlich argumentieren: jede Studie, die auf arXiv oder anderen Preprint-Servern wie Humanities Commons — ein an die Geisteswissenschaften gerichtetes Portal — erscheint, sollte als “normaler” Artikel behandelt werden, da er ja nun mal einen Digital Object Identifier hat und man ihn dadurch eindeutig zuordnen kann. Wenn man, wie ich, mit den harten Zitierregeln aus der Geschichtsforschung aufgewachsen ist, dann lässt einem die Vorläufigkeit, die bei Preprints immer auch gegeben ist, jedoch einfach nicht los.

Das Problem ist, dass zwischen dem Vordruck und dem Druck oft keine Art von messbarer Kontinuität besteht. Wenn ich auf Artikel auf arXiv oder anderen Servern stoße und denke, dass sie interessant sind, sie aber nicht in ihrer “gedruckten Form” finden kann dann markiere ich mir das häufig in meiner Todo-Liste und setze die Erinnerung mehrere Monate in die Zukunft. Um in der Zukunft zu untersuchen, ob der Artikel inzwischen erschienen ist, mache ich eine einfache Internetsuche, da die Portale, die Preprints anbieten, selbst — mit wenigen Ausnahmen wie bioRxiv — nicht auf die erschienen Studien verweisen.

Das führt zu einer Situation, in der die Menschen, die immer schneller publizieren wollen, immer weniger Gedult aufweisen, die Artikel in einzelnen Zeitschriften oder Konferenzen zu suchen und stattdessen einfach vorwiegend Studien in ihrer Vordruckversion zitieren, weil es — vor allem im Bereich der Computerlinguistik — ohnehin nur eine Anlaufstelle gibt, die alle kennen und verfolgen. Da ich solch ein Vorgehen grundsätzlich für recht unambitioniert halte und denke, dass Forschung ambitioniert sein sollte, auch bei kleinsten Problemen, wie Literaturangaben, verweigere ich mich diesem Trend bisher. Die Tatsache, dass dieses Zitierverhalten von den meisten Zeitschriften nicht akzeptiert wird, finde ich in diesem Zusammenhang sehr beruhigend, auch wenn mich an der wissenschaftlichen Publikationslandschaft vieles stört.

Die Frage ist allerdings, wo das Zitierverhalten in Zeiten der “finalen Vordrucke” auf Dauer hinführen wird. Man könnte argumentieren, dass die DOI das wichtigste Element von Artikeln ist, und man daher eigentlich nur noch die DOI angeben müsste, da jeder über die DOI den Artikel im Internet findet. Das Problem ist hierbei aber, dass es nach wie vor viele Werke gibt, die keine DOI aufweisen, was dazu führen könnte, dass diese eventuell gar nicht mehr rezipiert werden, da Menschen sie aus Bequemlichkeit nicht mehr zitieren würden, was dann wieder dazu führen würde, dass jüngere Forschungssemester erst gar nicht mehr auf sie stoßen.

Einige Journals mit gutem Service prüfen jedoch schon heute anhand der DOI — sofern sie vorliegt — nach, ob eine Literaturangabe formal korrekt ist und berichtigen sie in der Phase des Proofreadings entsprechend. Einige Journals habe ich im Verdacht, dies automatisiert zu tun, was problematisch ist, weil sich nicht immer die “richtige” Literaturangabe auf diese Weise ermitteln lässt, wie ich aus eigender Erfahrung mit dem exzellenten Service doi2bib, der eine DOI in eine Literaturangabe umwandelt, weiß, dessen Ergebnisse ich immer routinemäßig nachbessern und überprüfen muss. Umgekehrt denke ich aber, dass man sich heute bemühen sollte, die DOI zusätzlich in allen Literaturangaben anzulegen. Wenn sie da ist, ist sie eben einfach von großer auch praktischer Hilfe.

Das Ignorieren von ewigen Preprints ist allerdings auch keine Lösung, wie auch das Ignorieren von “grauer Literatur” im Grunde genommen unwissenschaftlich ist. Wenn man eine Studie liest, egal wo sie erscheint, und ihre Inhalte in Teilen in der eigenen Arbeit übernimmt, sollte man immer, egal woher die Studie stammt, versuchen, diese Studie angemessen zu zitieren. Ich habe Menschen erlebt, die die radikale Einstellung vertreten, dass man alles was “grau” ist in der Literatur aus Qualitätsgründen nicht zitieren sollte. Das halte ich allerdings für vollkommen falsch. Man muss zitieren, was man benutzt.

Meine Taktik, Vordrucke erst mal beiseite zu stellen und zu warten, bis die richtige Studie herauskommt, bevor ich sie zitiere, funktioniert im Moment noch ganz gut. Dies liegt aber auch nur daran, dass ich mich in meiner Arbeit so gut wie nie mit Chatbots und Large Language Models beschäftige. Wenn es irgendwann dazu kommen sollte, dass ich das Thema Chatbots in meiner eigenen Forschung gar nicht mehr ignorieren kann, dann wird es spannend, und ich muss schauen, wie ich mit der neuen Form von grauer Literatur umgehen soll, die von den Techfirmen derzeit rasant befördert wird. Ich hoffe allerdings, dass sich die Wissenschaftler hier auf Dauer nicht von der meiner Meinung nach traurigen Idee des “Vordruck reicht” vereinnahmen lassen. Unsere Wissenschaft hat so schon genug Probleme. Auch wenn ich denke, dass Peerreview oft verklärt wird, denke ich, dass das Verfahren sehr wichtig ist für die wissenschaftliche Forschung.

Literatur

Geisler, Hans and List, Johann-Mattis (2010): Beautiful trees on unstable ground. Notes on the data problem in lexicostatistics. Preprint, nicht begutachtet. URL: https://hal.science/hal-01298493

Jacques, Guillaume and List, Johann-Mattis (2019): Save the trees: Why we need tree models in linguistic reconstruction (and when we should apply them). Journal of Historical Linguistics 9.1. 128-166. DOI: https://doi.org/10.1075/jhl.17008.mat

List, Johann-Mattis (2023): “Vom grauen Zitieren,” in Von Wörtern und Bäumen, 19/07/2023, URL: https://wub.hypotheses.org/2015

Stanat, Petra; Stefan Schipolowski; Rebecca Schneider; Sebastian Weirich; Sofie Henschel und Karoline A. Sachse (Hgg.) (2023): IQB-Bildungstrend 2022. Sprachliche Kompetenzen am Ende der 9. Jahrgangsstufe im dritten Ländervergleich. Münster: Waxmann Verlag GmbH. DOI: https://doi.org/10.31244/9783830997771

Sie können diesen Artikel zitieren als: Johann-Mattis List, "Vom Vordrucken," in Von Wörtern und Bäumen, 28/10/2023, https://wub.hypotheses.org/2111.
structure

Strukturprobleme

Wie für viele Menschen war auch für mich mein erstes Semester an der Universität voll von Überraschungen. Nach einem einjährigen “Anderen Dienst im Ausland” in Sankt Petersburg war ich in Tübingen gelandet, wo ich hoffte, Rhetorik und Vergleichende Sprachwissenschaft im Magister studieren zu können. Dummerweise war der Studiengang für Vergleichende Sprachwissenschaft kurz zuvor eingestellt worden, so dass ich mich noch vor Studienbeginn rasch umentscheiden musste. Ich entschied mich dann für ein Studium von Rhetorik im Hauptfach mit Vergleichender Literaturwissenschaft und Geschichte im Nebenfach.

Die Vergleichende Literaturwissenschaft schockierte mich gleich mit Texten von Saussure, Butler, Benjamin und Foucault, von denen ich noch heute profitiere, obwohl ich wohl nicht mal den Text von Saussure zum sprachlichen Zeichen (Saussure 1916) vollkommen verstanden habe. Das Studium der Geschichte langweilte mich, obwohl ich beeindruckt war vom Faktenwissen der Dozenten. Es fiel mir einfach schwer, die langatmigen Kapitel zum Deutschen Bund und darüber hinaus aufmerksam zu lesen, ohne dass mir dabei vor Müdigkeit die Augen zuzufallen drohten. Rhetorik war eine Enttäuschung. Ich hatte gehofft, zu lernen, wie man mit Sprache manipuliert. Stattdessen wurden uralte Rhetoriker wie Quintilian gelesen, die in Bezug auf das Potenzial, ihre Leserschaft zu ermüden, den Historikern in nichts nachstanden.

Trotz dieses Ringens mit Inhalten, die meine ersten zwei Semester Studium in Tübingen geprägt haben, habe ich von der Zeit sehr profitiert. Im Gegensatz zur Schule, in der mir Faktenwissen ungeprüft vorgesetzt wurde und wo man von mir verlangte, dass ich den Lehrern Glauben schenke, ohne sie zu hinterfragen, begegnete mir die Universität mit Transparenz in Form von Literaturangaben. In jedem Seminar, jeder Vorlesung gaben die Dozentinnen und Dozenten mir direkte Einblicke in die Texte, die sie gelesen hatten, indem sie komplette Bibliographien teilten, oder Referenzen am Ende ihrere Handreichungen einfügten. Die schiere Anzahl an Titeln, die ich dort vorfand, war so überwältigend, dass ich mich lange Zeit fragte, wie man es schaffen konnte, so viele Titel in einem einzigen Leben zu lesen.

Was mich allerdings nicht weniger beeindruckte, war die Pedanz, mit der Dozentinnen und Dozenten die Regeln des Zitierens propagierten und verteidigten. Dabei ging es allerdings weniger um das Inhaltliche beim Zitieren, also die Gründe oder die Praktiken, als vielmehr um konkrete disziplinspezifische, meist rein formale Fragen. So war es in der Alten Geschichte wichtig, beim Literaturverzeichnis den Vornamen abzukürzen (mit Ausnahme von Frauenvornamen) und sie dem Nachnamen vorweg zu stellen, wobei alle Namen selbst jedoch alphabetisch, dem Nachnamen folgend, angeordnet werden mussten. In der Neuen Geschichte wurden die Vornamen dann nicht mehr abgekürzt, aber dem Nachnamen hintan gestellt und der Punkt am Ende jeder Literaturangabe spielte eine so wichtige Rolle, dass Notenabzüge beim Fehlen angedroht wurden.

Warum man zitieren muss, lernten wir nicht. Wie man Bibliographien informationstechnisch verwaltet, war nie Thema in meinem Studium. An eine inhaltliche Auseinandersetzung mit der Praxis des Zitierens im Allgemeinen war überhaupt nicht zu denken. Das Gleiche betraf das Verfassen von Hausarbeiten. Ob man Flattersatz oder Blocksatz benutzte, oder in welcher Schrift man seine Arbeit verfasste, war hier weitaus wichtiger als die Frage, wie man eine Arbeit gliedert, welche Formen von Arbeiten (im Sinne von Artikeltypen) es überhaupt gibt, oder wie man die Struktur technisch im Dokument verankert.

Alle Fähigkeiten rund um das Zitieren und Strukturieren von Texten habe ich mir in der Praxis angeeignet. Während ich erste Literaturangaben noch ausschließlich manuell anfertigte, lernte ich gegen Ende meines Studiums die Software Citavi kennen, für die wir im Studium kostenlose Lizenzen bekamen. Erst später, im Rahmen meiner Doktorarbeit, habe ich Einblick in freie Systeme zur Verwaltung von bibliographischen Angaben, vor allem in BibTeX bekommen, welches ich nach wie vor für die Bibliographie verwende, die ich pflege und regelmäßig update (List 2022, https://evobib.digling.org). Wie man seine Arbeiten inhaltlich strukturiert, habe ich ebenfalls erst allmählich gelernt, wobei dies weit über meine Zeit als Doktorand hinaus ging. Gleiches betrifft auch die informationstechnische Strukturierung von Texten.

Für die inhaltliche Gliederung von Arbeiten schlage ich auch meinen Doktorstudierenden inzwischen generell vor, mit einem Fünf-Punkte-Schema zu arbeiten, und zu versuchen, jede Arbeit, egal wie komplex sie scheinen mag, an diesem Schema auszurichten (List 2021). Die Idee dahinter ist, dass fünf Punkte gut memorisiert werden können, dass es eine einheitliche Mitte gibt, und dass man Texte wunderbar in Einleitung (1), Hintergrund (2), Materialien und Methoden (3), Beispiele / Experimente / Ergebnisse (4), und Schlussbetrachtung (5) unterteilen kann. Dieses Schema, das hat sich in den vergangenen Jahren gezeigt, passt wirklich auf fast alle Arbeiten, die man sich vornimmt, und ich weiche nur von ihm ab, wenn ich muss, weil Zeitschriften eigene Gliederungen vorschlagen.

Was die technische Gliederung betrifft, so bin ich immer wieder erstaunt, wie wenige Menschen darüber Bescheid wissen. Es geht hierbei nämlich keinesfalls um irgendetwas Spektakuläres, was man beim Schreiben tun müsste. Es geht lediglich um das korrekte Verfassen von Hausarbeiten in Officedokumenten wie Microsoft Word, GoogleDocs, oder LibreOffice. Anstatt die Formatierungen von allen Kapitelüberschriften von Hand anzulegen, indem man Schriftart, Schriftgröße, und weitere Aspekte wie kursiv oder fett auswählt, sollte man die Möglichkeit wahrnehmen, eine Gliederung des Dokuments vorzunehmen, indem man die Überschriften unformatiert markiert und einer Gliederungsebene zuordnet. Der Vorteil dieser Gliederung besteht darin, dass man alle Formatierungsfragen unabhängig zu einem späteren Zeitpunkt für unterschiedliche Gliederungsebenen anlegen kann. Desweiteren kann man aus der Gliederung direkt ein Inhaltsverzeichnis erstellen, das automatisch auf die Seitenzahl verlinkt.

Derartig gegliederte Dokumente gelten auch als “barrierefrei”, weil sie von Menschen, die nicht so gut sehen können, leichter gelesen werden können, da man, wenn man die Datei als PDF exportiert, über die Gliederungspunkte schnell navigieren kann. Auch kann man mit Hilfe sprachlicher Steuerung diese Dokumente vorlesen lassen und dabei dann von Kapitel zu Kapitel oder Unterkapitel springen. Abgesehen davon, dass ein gegliedertes Dokument für andere leichter zu lesen ist, ist es auch für einen selbst leichter, darin zu schreiben. Man spart sich Formatierungsarbeit, man vermeidet Formatierungsfehler, und man kann schnell im Dokument während des Schreibens navigieren und zwischen verschiedenen Kapiteln hin- und herspringen.

Es wundert mich immer noch, dass kaum jemand in meinem professionellen und privaten Umfeld Gebrauch von dieser einfachen Form macht, mittels Struktur die eigene Arbeit zu erleichtern. Wenn immer ich eingeladen werde, bei Projekten mitzumachen, und man mir ein Dokument zum Bearbeiten schickt, setze ich mich als erstes hin und baue die Gliederung nachträglich ein. Beachtet wird das auch selten. Irgendwie haben sich die meisten Menschen wohl damit abgefunden, dass sie die Formatierung für Punkte und Unterpunkte in ihren Dokumenten selbst von Hand einstellen und durch das Dokument navigieren, indem sie sich an der Maus die Finger wundscrollen.

Ich bin mir nicht vollkommen sicher, ich denke aber, dass der Grund für die Strukturlosigkeit in der Ausbildung an Schule und Universität zu suchen ist. Es ist nicht verwunderlich, dass Schüler das Strukturieren von Dokumenten und Bibliographie nicht lernen, wenn die Lehrerinnen und Lehrer selbst während ihrer Ausbildung den Unterschied zwischen Bullet-Point, Liste, und Gliederung nicht beigebracht bekommen. Der tiefere Grund für die Probleme, die Menschen mit der Gliederung und der Verwaltung von Literatur haben, scheint mir aber in dem Beharren auf der äußeren Form zu liegen, das ich selbst in meinem ersten Studienjahr in Tübingen erlebt habe. Denn ob man einen Punkt ans Ende einer Literaturangabe setzt oder nicht, das ist letztlich egal und nicht entscheidend für die wissenschaftliche Qualität einer Literaturangabe. Ob man den Vornamen vor dem Nachnamen listet, ist auch nur eine Frage des Stils. Ob man Flattersatz benutzt oder Blocksatz, ist eine Frage der persönlichen Vorliebe oder der Vorgabe, aber es ist keineswegs wichtig.

Wichtig ist, dass man versteht, wie die Information in einer Literaturangabe verteilt ist. Wichtig ist, dass man versteht, dass es unterschiedliche Stile von Literaturangaben gibt, die unterschiedliche Daten erfordern. Wichtig ist, dass man versteht, worin ein Digital-Object-Identifier besteht, und warum dieser fast noch wichtiger ist, als die Details, die man nennen kann, wenn es darum geht, einen Artikel zu zitieren. Wichtig ist, dass man versteht, dass man Literaturangaben im Internet nicht zwangsläufig blind vertrauen kann, sondern dass man diese kritisch überprüfen muss. Wichtig ist auch, dass man lernt, dass jeder Stil, nach dem man zitieren kann, in bestimmten Situationen an seine Grenze stößt und dann nicht mehr in der Lage ist, die Realität, die man modellieren möchte, sauber abzubilden. Wichtig ist, dass man die Strukturen versteht, nicht die Ausprägungen, die diese auf gedrucktem Papier hinterlassen.

Nach meinem ersten Jahr als Student in Tübingen, wechselte ich ziemlich frustriert nach Berlin, wo ich dann Sinologie, Vergleichende Sprachwissenschaft, und Russistik studierte. Die Linguistik, so merkte ich, war mir einfach näher als die Literaturwissenschaft, und es zeigte sich auch, dass das Zitieren viel einheitlicher war, als in einem Fach wie Geschichte. Was ich in Tübingen in meinem ersten Studienjahr gelernt habe, war dennoch sehr wichtig für meinen späteren wissenschaftlichen Werdegang. Auch wenn ich die an Endpunkten und Flattersatz orientierte Pedanterie aus heutiger Sicht skeptisch sehe, so war sie doch wichtig, weil sie mir Halt gab und vor allem zeigte, dass man Vorgaben ernst nehmen musste.

Während die Struktur in den vordigitalen Zeiten, in denen ich mit meinem Studium begann, noch eine untergeordnete Rolle spielte, versuche ich heute jedoch in meiner Rolle als Hochschullehrer viel stärker auf ihre Bedeutung für die wissenschaftliche Arbeit einzugehen. Der Punkt am Ende der Literaturangabe sollte nicht als Gängelung durch Ordnungsfanatiker wahrgenommen werden, sondern als die Konsequenz von übergeordneten Strukturen. Viel sinnvoller als pedantisch zu sein, ist es, strukturiert zu sein. Das gilt sicher nicht nur für die Wissenschaft.

Literatur

List, Johann-Mattis (2022): EvoBib: A bibliographic database and quote collection for historical linguistics [Dataset, Version 1.6]. Jena:Max Planck Institute for the Science of Human History.

Johann-Mattis List (2021): How to write a term paper in linguistics (How to do X in linguistics 9). Computer-Assisted Language Comparison in Practice 4.10. 1-5. https://calc.hypotheses.org/2970

Saussure, Ferdinand de (1916): Cours de linguistique générale. Lausanne: Payot.

Sie können diesen Artikel zitieren als: Johann-Mattis List, "Strukturprobleme," in Von Wörtern und Bäumen, 21/08/2023, https://wub.hypotheses.org/2078.

Zwei und Vierzig

Ich war vor Kurzem eingeladen, auf einer jährlich stattfindenden Linguistikkonferenz in Posen, dem Poznań Linguistic Meeting, an einer Podiumsdiskussion zum Thema “What can linguistics contribute to artificial intelligence” teilzunehmen. Während ich keine Antwort auf die Frage, was die Linguistik denn spezifisch zur Forschung zur künstlichen Intelligenz beitragen könnte, geben kann, hat mich das Spannungsfeld, in dem sich die Sprachforschung als Mittlerin zwischen modernen Computermethoden, maschinellem Lernen, und spektakulärer Forschung zur künstlichen Intelligenz auf der einen Seite und den klassischen philologischen und künstlerisch ausgerichteten Disziplinen auf der anderen Seite befindet, schon immer sehr interessiert. So stand auch die gesamte Konferenz mit ihrem Leitmotiv in diesem Spannungsfeld, wie man besonders auch an den vielfältigen Vorträgen sehen konnte, die immer wieder zur Frage zurückkehrten, was die Linguistik in Zeiten sprechender und selbstfahrender polyglotter Autos eigentlich noch zu sagen habe. Antworten waren vielfältig. Die einen beharrten trotzig auf dem Vorrang der “reinen Sprachforschung”, die primär in der Feldforschung und der Auseinandersetzung mit bisher unerforschten Sprachen bestehe, und als einzige erlauben würde, Maschinen Sprache wirklich beizubringen. Die anderen spannen wild anmutende, aber vielleicht gar nicht so unrealistische, Visionen einer Zukunft, in der Suchmaschinen nicht nur auf Schlagworte reagieren, sondern Sätze in “natürlicher Sprache” aufnehmen und dann versuchen, individuell zu beantworten.

Ich selbst hatte in meinem vor der Diskussion gehaltenen Vortrag argumentiert, dass wir nicht das maschinelle Lernen verbessern müssen, sondern eher an das maschinelle Trainieren, oder — vielleicht genauer — das Trainieren von Maschinen denken sollten. Denn in meinem Forschungsfeld ist es in vielen Fragen zwar Gang und Gäbe, Lösungen anzubieten und zu testen, die mit Hilfe moderner Forschung zum maschinellen Lernen und zur künstlichen Intelligenz zustande kommen, dabei wird jedoch oft ein relativ naiver Ansatz verfolgt, der mit der praktischen Forschung im Bereich des computergestützten Sprachvergleichs kaum was zu tun hat. Mal sind Ansätze von normalen Menschen nicht durchführbar, weil sehr komplexe Workflows verwendet werden, die enorme Rechenresourcen benötigen und nur begrenzt von anderen Menschen repliziert werden können, mal sind Lösungen so spezifisch, dass sie lediglich auf einem Datensatz funktionieren, und somit kaum auf ähnliche Probleme übertragen werden können.

Meine Idee war es, zu betonen, dass wir mehr darüber nachdenken sollten, wie wir wirklich Gutes aus den ganzen neuen Ansätzen herausholen, anstatt uns zu fragen, wie wir die Forschung zur künstlichen Intelligenz noch mehr verbessern. Dazu brauchen wir auf der einen Seite mehr Forscherinnen und Forscher, die nicht nur in den geisteswissenschaftlichen Aspekten des historischen Sprachvergleichs ausgebildet sind, sondern auch in Bezug auf Programmierung, Algorithmen und quantitative Ansätze. Gleichtzeitig sollten Menschen, die Computerlinguistik betreiben, besser in Bezug auf die konkreten Problemen im historischen Sprachvergleich geschult werden. Meiner Erfahrung nach stößt diese Position, welche versucht, beide Lager — das Lager der klassischen Linguistinnen und Linguisten und das Lager der Computerlinguistikbetreibenden — in die Pflicht zu nehmen, entweder beiden Lagern auf, oder sie gefällt beiden Lagern.

So war es auch in dieser Podiumsdiskussion. Neben nicht vollständig verständlicher Kritik an konkreten Forschungsergebnissen, die auf unserem Repositorium standardisierter lexikalischer Daten beruhen (List et al. 2022), und vor allem die Unvollständigkeit dieser Daten betonen, an der wir unsererseits nie gezweifelt haben, gab es — zumindest schien mir das so — recht viel Zuspruch in Bezug auf die Idee, dass wir den Umgang mit Systemen des maschinellen Lernens in der Linguistik verbessern müssen.

Als es um die Schlussbetrachtung ging, war schon sehr viel von vielen Seiten gesagt worden, und ich sah mich selbst ein bisschen unter dem Druck, nicht zu lange zu reden und mich nicht zu sehr zu wiederholen. Ein Punkt, den die Diskussion für mich noch mal deutlich gemacht hatte, war, dass es wichtig ist zu, unterscheiden zwischen wissenschaftlichen und wirtschaftlichen Interessen. Zu oft wird nicht zwischen beiden unterschieden, was dann im Nachhinein zu Verstimmungen in beiden Lagern führen kann. Denn wenn eine wirtschaftlich, an praktischer Anwendung orientierte Person eine Methode zur automatischen Entdeckung von Lehnwörtern erstellt, oder eine Person, die primär an wissenschaftlichen Fragestellungen interessiert ist, so unterscheiden sich die Ansätze zumeist sehr stark. Während die wirtschaftlich denkende Person primär am Funktionieren der Methode interessiert ist, interessiert sich die wissenschaftlich denkende Person, wie das Funktionieren sich auszeichnet, also warum beispielsweise eine Methode besser funktioniert als eine andere, und was das mit Sprache im Allgemeinen und mit Prozessen der Entlehnung und des Sprachkontakts im Besonderen zu tun haben mag.

Entlang der wirtschaftlich-wissenschaftlichen Achse finden wir eine neue Spaltung in Lager vor, nicht nur in der vergleichenden Sprachforschung, sondern in der Forschung zur künstlichen Intelligenz im Allgemeinen. Auf der einen Seite haben wir die Ingenieurinnen und Ingenieure, die sich freuen, wenn sie menschliche Leistungen mit Maschinen modellieren können, auf der anderen Seite haben wir Wissenschaftlerinnen und Wissenschaftler, die verstehen wollen, wodurch sich menschliche Leistungen und maschinelle Leistungen auszeichnen. Diesen Zwiespalt zwischen anwendungsorientierter Forschung und Grundlagenforschung spüre ich als jemand, der primär an Grundlagen forschen will, meist noch mehr als den Zwiespalt zwischen qualitativer und quantitativer Forschung, da meine Arbeiten zum computergestützten Sprachvergleich häufig von anwendungsorientierten Forscherinnen und Forschern evaluiert und harsch kritisiert werden.

Während ich noch überlegte, wie ich diesen Punkt in zwei Sätzen als Fazit meiner Diskussion unterbringen sollte, fiel mir plötzlich Douglas Adams’ 42 ein (Adams 1979). 42 ist die berühmte Antwort aus dem Roman Per Anhalter durch die Galaxis, die von einem Supercomputer innerhalb von 7,5 Millionen Jahren errechnet wurde, der nach der Antwort auf die Frage aller Fragen gefragt worden war. Da die Frage aller Fragen jedoch selbst viel zu schwammig gestellt worden war, konnte niemand etwas mit der Antwort anfangen, und man erwog deshalb, einen weiteren Supercomputer zu bauen, der die Frage auf die Antwort finden sollte.

In Bezug auf das Spannungsfeld von Anwendung und Erkenntnis, könnte man sagen, dass die anwendungsorientierte Forschung sich mit der 42 zufrieden geben würde, während die wissenschaftsorientierte Forschung auf der Suche nach der Frage beharren würde. Damit waren meine Schlusspunkte für die Diskussion gefunden, und ich schraffierte eine große 4 und eine große 2 in mein Notizbuch und hielt es in die Höhe, während ich zu meinem Fazit ansetzte.

Erst später wurde mir klar, dass dieser Vergleich mit Douglas Adams’ 42 vielleicht doch weit weniger treffend war, als ich ursprünglich gedacht hatte. Denn eigentlich geht es der anwendungsbezogenen Forschung ja eben nicht darum, die Antwort auf eine Frage zu kennen, sondern darum, eine Möglichkeit zu haben, rasch sehr viele Lösungen für Probleme zu finden, ohne Anspruch auf das Wissen um die Lösungswege zu erheben. Wenn man also einen Supercomputer hätte, der alle Fragen beantwortet, dann würde die Wissenschaft fordern, dass der Computer bitte auch die Lösungswege ausspuckt.

Ich habe jedoch beschlossen, mir die schiefe Analogie zu verzeihen. Mein Hauptanliegen war es ja, auf die Trennung zwischen Anwendungs- und Erkenntnisinteresse hinzuweisen. Hierfür hatte mir die 42 von Douglas Adams eine schöne Eselsbrücke geliefert, wodurch ich mein Schlussstatement tatsächlich kurzhalten konnte. Wenn ich noch mal in eine ähnliche Situation kommen sollte, würde ich allerdings versuchen, eine andere Analogie zu finden.

Literatur

Adams, Douglas (1979): The hitch hiker’s guide to the galaxy. Pan Books: London.

List, Johann-Mattis and Forkel, Robert and Greenhill, Simon J. and Rzymski, Christoph and Englisch, Johannes and Gray, Russell D. (2022): Lexibank, A public repository of standardized wordlists with computed phonological and lexical features. Scientific Data 9.316. 1-31.

Sie können diesen Artikel zitieren als: Johann-Mattis List, "Zwei und Vierzig," in Von Wörtern und Bäumen, 26/09/2022, https://wub.hypotheses.org/1622.