DACH - Deutschsprachige Community für Deutschland, Österreich, Schweiz

Witzig, dass du schreibst, dass die meisten keine realistische Vorstellung von KI haben und dann im nächsten Absatz selbst falsche Aussagen darüber triffst.

"KI", in diesem Fall wohl LLMs, haben zwar keine integrierte Funktion zum Faktencheck, können aber über RAG, (externe) Knowledge Graphs und weiteres Tooling durchaus automatisch mit korrekten Fakten gefüttert werden. Reflexion ist mit LLMs ebenfalls möglich, wahlweise durch prompt patterns, oder, wie im Falle von o1, durch gezieltes fine-tuning hinsichtlich "Gedankenketten". Da die Generierung konditionell funktioniert, kann ein ausreichend komplexes und leistungsfähiges LLM also basierend auf vorherigen Beobachtungen und Korrekturen zu einem guten Ergebnis kommen.

Dass das nicht immer klappt, will ich nicht abstreiten - ich wage auch keine Prognose, ob es jemals 100% fehlerfrei klappen wird, aber die Technologie ist auch noch vergleichsweise jung und entwickelt sich zurzeit rasant.

P.S. bzgl lernfähig und korrigierbar: in-context learning, oben genannte RAG, Gedächtnis-Tools und ähnliche Erweiterungen erlauben durchaus auch kleinere Anpassungen ("lernen") ohne neues Training.

Meintest Du "den eigentlich 3 Cronjobs und 1 Taschenrechner zuverlässiger und richtiger erledigen könnten"?

Die anderen 10% sind halt wirklich richtig dumm.

Auch wenn sie nicht in der Lage ist den Nagel gerade in die Wand zu schlagen.

Mir haben LLMs sowie (manche) Kollegen Schwachsinn erzählt. Macht auch Sinn, denn schließlich wurden beide mit dem Schwachsinn anderer Menschen "trainiert" (mich eingechlossen).

Ich halte einen Topf Plastikblumen für schlauer als ein Viertel meiner Kollegen. Wer nichts macht, macht zumindest nichts falsches.

Und je weiter oben in der Nahrungskette sich die werten Kollege befinden, um so schwachsinniger werden deren Auslassungen. Es gibt sehr viele, gerade hochdotierte "Jobs", die sich sehr gut durch 1 LLM oder ähnlichen Bullshitgenerator ersetzen ließen. Wobei, um nicht unnötig Resourcen zu verschwenden, würde es eigentlich ein einfacher Markov-Bot tun.

Ein viertel wäre ja eh wenig dafür dass eine ganze hälfte schlauer sein muss (zumindest falls mean=median). Die krux liegt wahrscheinlich eher darin wer behauptet schlauer zu sein