Wie Latein die KI-gestützte Recherche verbessert.
Als ich vor vielen Jahren (Cäsar hatte Gallien noch nicht erobert) in der Uni meine Lateinprüfung bestand, hatte ich nicht nur das Große Latinum in der Tasche, sondern endlich auch die deutsche Grammatik verstanden, denn die vermaledeiten grammatikalischen Konstruktionen des Lateins hatten mich dazu gezwungen, mich zum ersten Mal in meinem Leben mit den Strukturen meiner eigenen Sprache zu befassen.
Warum ich das erzähle? Nun, weil es bei der KI-gestützten Recherche ähnlich ist.
Wenn flüssige Sprache Recherche überflüssig macht
Fangen wir mit ChatGPT an, dem Ende der Welt, wie wir sie kannten. Wer dort einen mistigen Prompt eingibt, bekommt trotzdem eine vernünftig klingende Antwort. Weil sie sprachlich kohärent ist, wirkt sie auch überzeugend. Also kein Grund, weiter zu recherchieren, wird schon alles stimmen.
Dieses unschöne Verhalten ist empirisch so gut belegt, dass ich direkt zu den KI-Recherche-Tools gehen kann, denn dort gibt es ein ähnliches Phänomen. Jemand fragt z.B. Elicit: „Wie beeinflusst KI die Motivation von Studierenden?"
Das Tool liefert daraufhin eine große Zahl an Treffern und formuliert eine tolle Zusammenfassung mit vielen Quellen, von denen keine halluziniert ist. Und doch gibt es ein Problem. Bleiben wir zur Erklärung beim Beispiel: In der Forschung ist „Motivation" in verschiedenen Theorien und Konzepten operationalisiert und begrifflich verdichtet. Da ist von Intrinsic Motivation, Academic Engagement, Self-Regulated Learning und Cognitive Load die Rede.
Das sind mehr als bloße Synonyme für „Motivation". Sie stehen für unterschiedliche Theorien, Perspektiven und Ansätze. Soll heißen: Ohne Kenntnis der relevanten Konzepte, Theorien und Fachtermini kann die KI mit ihrer semantischen Suche den Suchraum zwar erweitern, aber nicht bestimmen, welche Teile des Forschungsfeldes für die Fragestellung zentral sind.
Fachbegriffe und Thesauri: warum sie nötig bleiben
Das ist nicht das Problem der KI, sondern der fehlenden Recherchekompetenz, denn schon vor KI haben viele Studierende und Lehrende kaum mit kontrolliertem Vokabular gearbeitet. Fachthesauri existieren seit Jahrzehnten, werden außerhalb systematischer Literaturrecherchen aber kaum genutzt.
KI macht diesen Mangel unsichtbar. Früher führte eine unscharfe Suche zu wenigen und schlechten Treffern, heute liefert KI auch bei unspezifischen Anfragen viele Publikationen und gut klingende Antworten. Das Ergebnis wirkt überzeugend – aber nur Eingeweihte würden sehen, was fehlt.
Wer also fundiert mit KI recherchieren will, muss die alten Suchtechniken kennen. Thesauri gehören dazu. Das klingt nach Latein, ist aber nichts weiter als ein hierarchisch geordnetes Verzeichnis von Fachbegriffen. Die braucht es nicht trotz, sondern wegen KI. Damit die KI bei der Suche nicht alle, sondern die richtigen Register zieht.
Im Grunde ist es wie damals im Lateinunterricht: Erst durch den Umweg über ein altes System wird sichtbar, wie das neue funktioniert.
Bild: Purchase College Library unter CC-Lizenz (Link)
