Was bleibt uns noch zu tun?
What will be left for us to work on
In diesem Vortrag auf der ICML 2026 argumentiert Arvind Narayanan, dass Forscher und Entwickler trotz rasanter KI-Fortschritte nicht arbeitslos werden. Gestützt auf die These „KI als normale Technologie“ zeigt er, dass es viele Engpässe zwischen KI-Fähigkeiten und der Automatisierung von Aufgaben gibt. Die Evidenz deutet darauf hin, dass KI eher als Augmentierungs- denn als Automatisierungstechnologie zu sehen ist. Die menschliche Arbeit wird sich hin zu weniger überprüfbaren Aufgaben verschieben – von der Modellentwicklung hin zu Scaffolds, vom Bauen hin zu Evaluation und Monitoring. Langfristig werden rein technische Fähigkeiten an Wert verlieren; in der Forschung wandert die Arbeit vom Problemlösen zum Fragenstellen und konzeptionellem Fortschritt, in der Industrie gewinnen relationale Fähigkeiten, Fachwissen sowie ästhetisches und normatives Urteilsvermögen an Bedeutung.
Die Evidenz deutet darauf hin, dass KI besser als Augmentierungs- denn als Automatisierungstechnologie zu sehen ist.
- QuantumNoodle
Dieser Vortrag besteht aus drei Teilen; der letzte Teil (die letzten ~15 Minuten) spricht direkt die Frage an: "Wie verschieben sich menschliche Rollen in einer Welt mit fortgeschrittener KI?"
Meine wichtigsten Erkenntnisse aus der Position des Sprechers sind: Rein technische Fähigkeiten werden an Wert verlieren, weil es sich dabei tendenziell um überprüfbare Aufgaben handelt und KI besser werden wird. Außerdem wird sich die Arbeit vom Aufbau hin zur Bewertung von KI und Systemen verlagern. Der Sprecher erwähnte auch, dass mehr unserer Zeit für Entscheidungsfindung aufgewendet wird, während KI die Umsetzung von Entscheidungen übernimmt.
Ich fand viele Argumente widersprüchlich, weil der Sprecher nicht darauf eingeht, wie jemand Verständnis erlangen kann, ohne rein technische Fähigkeiten anzusammeln. Es ergibt einfach keinen Sinn, dass jemand, dem rein technische Fähigkeiten in einem Bereich fehlen, gute Entscheidungen treffen kann. Erfahrung ist oft ein Nebenprodukt der Anhäufung von technischem Sachverstand in einem bestimmten Problembereich.
- mohsen1
Ich habe eine Frage zur "Domänenexpertise" als Bestandteil der zukünftigen Anforderungen an Wissensarbeiter. Wie erlangt man solche Expertise in einem Kontext, in dem erwartet wird, dass das Denken an KI delegiert wird (vom Problemlösen zum Fragenstellen, wie in diesem Papier erwähnt)?
Wie lernt man, die richtigen Fragen zu stellen, wenn grundlegende Fragen selten "manuell" beantwortet werden? Das heißt, ohne die Hilfe eines KI-Assistenten.
Dieses Muster zeigt sich in Schulen, wo KI in die menschliche Entwicklung eingreift, die typischerweise lange und schwierige Anstrengungen erfordert, um Fragen tatsächlich zu beantworten.
- reasonableklout
Der Autor hat einen Blogbeitrag, der ihren Vortrag schriftlich widerspiegelt: https://www.normaltech.ai/p/what-will-be-left-for-us-to-work
- ErystelaThevale
KI wird nicht funktionieren, es sei denn, man gibt ihr einen Zweck (zumindest vorerst). Ist es dann nicht entscheidend, dass wir diesen Zweck so genau wie möglich definieren?
Sowohl KI als auch Menschen machen Fehler. Was sie gemeinsam haben, ist, dass Überprüfung notwendig ist.
- thangalin
Gedanken?