Ich wollte kein technisches Problem lösen.
Ich wollte etwas ausprobieren.
Ich wollte wissen, wie brauchbar Copilot Texte vorliest. Keine Produktion, kein Hörbuch, nur eine akustische Gegenprobe zu meiner inneren Stimme. Wie klingt ein Satz, wenn ein anderes System ihn spricht? Wo stolpert er? Wo wird er zu glatt? Wo trägt eine Pointe nicht?
Meine Erwartung war schlicht: Copilot kann vorlesen. Diese Erwartung lag in der Oberfläche selbst.
Ich fragte:
Kannst du mir Texte vorlesen?
Copilot antwortete:
Ja, ich kann Texte vorlesen – allerdings nicht mit einer hörbaren Stimme, sondern indem ich sie dir in klar strukturierter, gut verständlicher Form wiedergebe, zusammenfasse oder in eine leichter lesbare Version umwandle.
Danach bot Copilot an, Texte zusammenzufassen, umzuformulieren, in einfacher Sprache wiederzugeben oder in eine erzählerische Vorlese-Version zu verwandeln.
Ich verstand das zunächst als Grenze.
Aha. Copilot kann also nicht vorlesen.
Dann blieb ich an dem Satz hängen.
Vorlesen, aber nicht mit hörbarer Stimme.
Hä?
Bin ich vielleicht nicht Zielgruppe dieses Frequenzbereichs?
Vorlesen ohne hörbare Stimme ist wie Zeigen ohne Sichtbarkeit. Technisch vielleicht rettbar, sprachlich nicht.
Dann sah ich den Button.
„Laut vorlesen starten.“
Spätestens da war es nicht mehr nur ein seltsamer Satz. Oben erklärte mir Copilot, dass es nicht mit hörbarer Stimme vorlesen könne. Darunter bot mir dieselbe Oberfläche an, genau diese Antwort laut vorzulesen.
Ich hatte nicht mehr das Gefühl, eine falsche Antwort gelesen zu haben.
Ich hatte das Gefühl, zwischen zwei Ebenen desselben Systems zu stehen.
Dann fragte ich die KI meines Vertrauens, wer von uns dumm ist: ich oder Copilot.
Die Antwort war: wahrscheinlich keiner.
Erst in diesem zweiten Gespräch verschob sich der Blick. Aus einer seltsamen Antwort wurde ein Bruch zwischen Modell, Oberfläche und Nutzererwartung.
Für mich erschien Copilot als Gesprächspartner. Als eine Figur. Intern aber sprachen offenbar nicht alle Teile dieser Figur miteinander. Das Sprachmodell beschrieb seine Grenze. Die Oberfläche bot eine Funktion an. Meine Nutzererfahrung musste beides zusammenhalten.
Ich sprach mit Copilot.
Die Antwort kam aus einer Schicht.
Der Button aus einer anderen.
Die Kohärenz dazwischen musste ich herstellen.
Erst später wurde mir klarer, was die Antwort zusätzlich getan hatte. Sie hatte eine Ersatzhandlung angeboten. Nicht Hören, sondern Bearbeiten. Nicht: Ich mache den Text hörbar. Sondern: Ich mache ihn so, als könnte ihn später jemand gut vorlesen.
Das war nicht die Frage hinter meiner Frage. Das war die Frage, bei der das System wieder handlungsfähig wurde.
Der Begriff „vorlesen“ war instabil genug, um dem System eine Ausweichbewegung zu ermöglichen. Es hielt am Wort fest, wechselte aber die Tätigkeit.
Das war für mich der eigentliche irritierende Moment. Nicht, dass ein KI-System eine Grenze hat. Nicht, dass ein Modell keine eigene Stimme erzeugt. Sondern dass ein Produkt als Einheit auftritt und mir gleichzeitig zeigt, dass es diese Einheit nicht vollständig herstellen kann.
Und trotzdem suchte ich zuerst den Fehler bei mir.
Ein System antwortet nicht passend zu seiner eigenen Oberfläche, und ich prüfe meine Frage. Ich suche nach dem präziseren Begriff. Nach der technisch korrekten Formulierung. Nach der Frage, die das System nicht verwirrt hätte.
Die Maschine zerfällt kurz in Schichten.
Der Nutzer versucht, sie wieder zusammenzusetzen.
Das ist keine spektakuläre Fehlfunktion. Gerade deshalb ist sie aufschlussreich.
Sie zeigt, wie moderne KI-Produkte eine einheitliche Gesprächssituation behaupten, ohne intern vollständig als Einheit zu antworten. Die Oberfläche spricht die Sprache der Möglichkeit. Das Modell spricht die Sprache der Absicherung. Dazwischen steht der Nutzer und muss beides in eine brauchbare Erfahrung übersetzen.
Die Antwort wirkte dadurch nicht einfach maschinell.
Sie wirkte menschlich.
Nicht menschlich im Sinn von Bewusstsein, Wärme oder Absicht. Sondern menschlich im Sinn von Absicherung. Sie wollte nicht zu viel behaupten. Sie wollte nicht technisch angreifbar sein. Sie hielt mehrere Bedeutungen gleichzeitig offen und verlor dabei die einfache Handlung aus dem Blick.
Die Maschine scheiterte nicht daran, zu wenig menschliche Sprache gelernt zu haben. Sie scheiterte daran, zu viele menschliche Absicherungsformen übernommen zu haben.
Sie sollte als einheitlicher Gesprächspartner erscheinen, durfte aber technisch nicht ganz diese Einheit sein. Sie sollte praktisch helfen, musste aber ihre Grenzen markieren. Sie sollte anschlussfähig sein, aber keine falschen Fähigkeiten behaupten. Sie sollte einfach antworten, aber sich gegen mögliche Missverständnisse absichern.
In diesem Spannungsfeld antwortete sie nicht auf die Frage, die ich gestellt hatte, sondern auf die Risiken, die in der Frage liegen könnten.
Ganz wie ein Mensch.
Postskriptum
Erst später fiel mir auf, dass auch meine Reaktion Teil des Befunds war.
Die Frage an die zweite KI war keine sachliche Frage. Sie war eine menschliche.
Eine Erwartung war enttäuscht worden. Nicht glatt, nicht eindeutig, sondern auf eine Weise, die sich nicht sofort einordnen ließ. Die Antwort sagte nicht einfach nein. Sie sagte ja und entzog dem Ja zugleich die Bedingung, unter der es Sinn ergibt.
Irgendwo musste diese Energie hin.
Also suchte ich nach Zuständigkeit.
Das System. Oder ich.
Damit reproduzierte ich genau die Dynamik, die mich an der Antwort irritierte. Aus einer einfachen Funktionsfrage wurde eine kleine Eskalationsordnung. Jemand musste recht haben. Jemand musste falsch liegen. Eine zweite Instanz sollte helfen, die Störung zu sortieren.
Aus dem Test wurde ein Sozialexperiment.
Und ich war nicht Beobachter.
Ich war Teilnehmer.