Der Kartograf des digitalen Drifts
Der lange Blick
Meine Arbeit begann mit einer Disziplin, nicht mit einer These. Beobachte, wie Menschen sich wirklich verhalten. In ihrem eigenen Umfeld. Über längere Zeiträume hinweg. Und lass die Muster sprechen, bevor die Theorie es tut. Diese Praxis hat mich durch mehr als dreissig Länder und mehrere technologische Zeitalter geführt. Von einer Welt vor dem Internet bis zu einer Welt, die heute durch künstliche Intelligenz neu geschrieben wird. Die Fragen blieben dieselben. Die Variablen veränderten sich.
Verhaltenswissenschaft wird manchmal als Labordisziplin verstanden. Meine Version davon ist Feldarbeit. Das Signal, das man verstehen möchte, erscheint selten sauber in einer kontrollierten Umgebung. Es zeigt sich in Märkten, in Warteschlangen, in Gesprächen und in den kleinen Reibungen alltäglicher Entscheidungen. Wenn man lange genug an genug Orten bleibt, beginnt man, die Form menschlichen Verhaltens unter dem Lärm einzelner Kulturen oder Plattformen zu erkennen.
Das Muster, das zu driften begann
Irgendwann in den letzten fünfzehn Jahren begannen sich die Muster, die ich beobachtete, anders zu verhalten. Die Veränderung war leise. Das ist sie meistens. Menschen trafen weiterhin Entscheidungen, äusserten weiterhin Vorlieben und hinterliessen weiterhin Signale. Doch diese Signale begannen, von genau den Systemen geprägt zu werden, die eigentlich dazu gebaut waren, sie zu lesen.
Das Problem beginnt selten allein beim Ergebnis. Es beginnt früher, an der Quelle der Daten.
Synthetic Drift ist der Begriff, den ich verwende, um eine langsame, sich verstärkende Verzerrung zu beschreiben. Sie entsteht, wenn Verhaltenssignale erfasst, gewichtet und wiederverwertet werden von Systemen, die anschliessend die nächste Runde menschlichen Verhaltens beeinflussen. Jeder einzelne Durchlauf wirkt neutral. Die angesammelte Wirkung ist es nicht. Mit der Zeit kann sich die Karte menschlicher Präferenzen still von der Realität menschlicher Erfahrung entfernen. Und die meisten Menschen innerhalb dieses Drifts spüren nicht, dass es geschieht.
Information Vertigo und Authority Displacement
Zwei angrenzende Ideen wurden notwendig, um zu beschreiben, was Leser, Nutzer und Bürger dadurch erleben. Information Vertigo beschreibt das orientierungslose Gefühl, nicht mehr zu wissen, welcher Informationsoberfläche man vertrauen kann, selbst wenn die zugrunde liegenden Fakten erkennbar wären. Authority Displacement beschreibt die stille Verschiebung von Glaubwürdigkeit weg von Institutionen, Experten und gelebter Erfahrung hin zu jener Oberfläche, die am schnellsten antwortet.
Beides ist kein moralisches Versagen des Lesers. Beides sind vorhersehbare Reaktionen auf Umgebungen, die oft unbeabsichtigt so gestaltet wurden, dass sie Geschwindigkeit, Sicherheit und sprachliche Flüssigkeit stärker belohnen als Überprüfung.
Von Beobachtung zu Architektur
Ab einem bestimmten Punkt reicht Beobachtung allein nicht mehr aus. Wenn die Datenebene die Quelle der Verzerrung ist, dann muss die Arbeit auch auf der Datenebene stattfinden. Diese Überzeugung führte zum Value Reinforcement System, dem Framework hinter.
Patent öffnen. U.S. Patent 12,205,176.
Das Value Reinforcement System wurde nicht als Marketinginstrument oder Engagement-Maschine entwickelt. Es wurde als Antwort auf eine strukturelle Frage konzipiert. Wie lassen sich bedeutungsvolle menschliche Signale so erfassen, dass die betreffende Person sie selbst als wahr erkennen würde? Die klassische Datenökonomie wurde darauf aufgebaut, Rückstände zu extrahieren und sie Präferenz zu nennen. Die Arbeit, die mich interessiert, behandelt den Menschen als Quelle der Autorität über sein eigenes Signal. Nicht als Oberfläche, die vermessen wird.
Der Fall für Verified Human Data
Die aktuelle Debatte rund um künstliche Intelligenz konzentriert sich häufig auf das Modell. Die wichtigere Frage liegt aus meiner Sicht vor dem Modell. Woher stammen die Daten, mit denen das Modell trainiert wurde? Und woher stammen die Daten, die es anschliessend wieder erzeugt?
Verified Human Data ist kein Feature. Es ist die Voraussetzung für jedes System, das den Menschen, die es repräsentiert, gegenüber rechenschaftspflichtig bleiben will.
Ein System, das die Herkunft seiner Eingaben nicht erklären kann, kann auch für die Folgen seiner Ausgaben nicht verlässlich Verantwortung übernehmen. Das gilt für Institutionen, für Plattformen und zunehmend für die alltäglichen Werkzeuge, auf die Menschen sich verlassen sollen. Sobald diese Verantwortlichkeit auf der Datenebene wiederhergestellt wird, werden viele andere Probleme lösbar. Ohne sie arbeitet selbst das fortschrittlichste Modell der Welt weiterhin auf der Grundlage eines stillen Drifts.
Aktuelle Arbeit
Mein aktueller Fokus liegt zwischen Feldforschung und einem Unternehmen namens Digital Legacy AI, bei dem ich gemeinsam mit Glenn Devitt als Chief Behavioral Architect tätig bin. Die Arbeit bewegt sich an der Schnittstelle von Identität, Erinnerung und verifizierten Daten. Sie ist direkt geprägt von den Feldbeobachtungen und der Patentarchitektur, die ihr vorausgingen.
Parallel dazu bin ich nach dem Ausstieg aus einem in den Vereinigten Staaten ansässigen Unternehmen zur internationalen Vollzeitforschung zurückgekehrt. Das Reisen ist dabei kein Nebenschauplatz. Vergleichende Beobachtung über Kulturen und Wirtschaftsräume hinweg ist für mich der einzige Weg, um zu prüfen, ob ein Muster lokal, kontextabhängig oder tatsächlich menschlich ist. Eine Theorie, die nur in einem Land überlebt, ist noch keine Theorie.
Wofür die Arbeit da ist
Mich interessiert weniger, die Zukunft vorherzusagen, als die Bedingungen zu schützen, unter denen eine echte Zukunft überhaupt noch gewählt werden kann. Dafür braucht es Daten, die ehrlich darüber sind, woher sie kommen. Es braucht Systeme, die ehrlich darüber sind, was sie tun. Und es braucht Leser, Nutzer und Bürger, die Werkzeuge erhalten, um Drift zu erkennen, bevor er zum neuen Boden wird.
Wenn wir die Datenebene richtig gestalten, wird sehr viel anderes möglich. Wenn wir sie falsch gestalten, wird kaum etwas anderes noch eine Rolle spielen.
Die Arbeit geht weiter. Im Feld und in der Architektur. Die Fragen sind alt. Die Tragweite ist neu.
