Eine aktuelle Studie, veröffentlicht in *Trends in Cognitive Sciences*, beleuchtet einen signifikanten Unterschied zwischen der Art und Weise, wie Kinder und künstliche Intelligenz (KI)-Systeme Sprache erlernen. Die Forschungsergebnisse deuten darauf hin, dass ein Mensch, der Sprache mit der Geschwindigkeit von ChatGPT erlernen würde, 92.000 Jahre dafür benötigen würde.
Die Studie, unter der Leitung von Professorin Caroline Rowland vom Max-Planck-Institut für Psycholinguistik, in Zusammenarbeit mit Forschern des ESRC LuCiD Centre in Großbritannien, liefert einen neuen Rahmen zur Erklärung dieser Diskrepanz. Kinder lernen Sprache durch einen aktiven, sich entwickelnden Prozess, der durch ihre sozialen, kognitiven und motorischen Fähigkeiten geprägt ist. Dieser Ansatz, der auf 'embodied learning' basiert, unterscheidet sich grundlegend von den Methoden der KI.
Kinder nutzen alle ihre Sinne, um die Welt zu verstehen und Sprachkenntnisse zu entwickeln. Dieses verkörperte, interaktive Lernen ermöglicht es Kindern, Sprache effizienter zu meistern als KI. Professor Rowland betonte: „KI-Systeme verarbeiten Daten... aber Kinder leben es wirklich.“
Diese Erkenntnisse haben Auswirkungen auf unser Verständnis der frühkindlichen Entwicklung und die Zukunft des KI-Designs. Forscher streben danach, Maschinen zu entwickeln, die Sprache so effektiv wie Menschen erlernen, indem sie die menschliche Sprachentwicklung untersuchen. Dies ist besonders relevant im Kontext der aktuellen Debatte über die ethischen und gesellschaftlichen Auswirkungen von KI.
Zusammenfassend lässt sich sagen, dass KI-Systeme trotz ihrer Fähigkeit, große Datenmengen zu verarbeiten, weniger effizient sind als junge Kinder beim Erwerb natürlicher Sprache. Diese Forschung unterstreicht die Bedeutung einer reichen, abwechslungsreichen und sozialen Umgebung für Kinder in ihren frühen Jahren. Die Ergebnisse sind auch relevant für die Diskussion über die Rolle von Bildung und Betreuung in der frühen Kindheit in Deutschland, Österreich und der Schweiz.