Zusammenfassung
Menschliche Gehirne, die direkt miteinander verbunden oder vermietet werden: Was wie Zukunftsmusik klingt, wird vielfach in der Praxis bereits erprobt. Sven Semet, HR Thought Leader bei IBM Watson, erklärt, wie Künstliche Intelligenz (KI) Einzug in die Teamarbeit hält und selbst zum Teammitglied wird. KI hilft dabei besser zu verstehen, was menschliche Intelligenz leistet und wo ihre Grenzen liegen. Dadurch wird deutlich, dass menschliches Denken vor allem „soziales“ Denken ist. Dieses schließt alle Teammitglieder – auch Maschinen – ein und erschafft einen „Team-Mind“ als „kollektive Intelligenz“, die nur im Team entstehen kann und sich nicht aus Einzelleistungen ableiten lässt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Maksemenko et al. (2018).
- 2.
Online unter: www.ctrl-labs.com/ (zuletzt zugegriffen am 25.09.2019).
- 3.
Online unter: www.neuralink.com/ (zuletzt zugegriffen am 25.09.2019).
- 4.
Siehe auch Bostrom (2016).
- 5.
AHSN (2018, S. 25).
- 6.
Discory News von IBM Watson ist ein KI-basierter Dienst, mit dem z. B. Artikel, Nachrichten und Beiträge in sozialen Netzwerken auf inhaltliche Beziehungen, Besonderheiten und Stimmungen untersucht werden; Information online unter: www.ibm.com/watson/services/discovery-news/ (zuletzt zugegriffen am 30.09.2019).
- 7.
Viele Produkte bieten bereits Mitschriften und Übersetzungen von Teamsitzungen in Echtzeit, sodass verschiedensprachige Teams Gespräche jeweils in ihrer Muttersprache mithören und mitlesen können; als Beispiel „Skype for Business“ als eines der am meisten genutzten Systeme: https://education.microsoft.com/skypetranslator (zuletzt zugegriffen am 30.09.2019).
- 8.
Chatbot (Kombination aus engl. „chat“, Plauderei, und Roboter, also ein Gesprächsroboter); aktuelle Arbeiten befassen sich mit unterschiedlichen Lernmethoden für solche Softwareroboter, die oft auf menschlichen Gesprächsstrukturen und Empathie beruhen; Übersicht in Bittner und Shoury (2019).
- 9.
Carter und Nielsen (2017); „Google Brain Team“ online unter: https://ai.google/research/teams/brain/ (zuletzt zugegriffen am 23.09.2019).
- 10.
Vgl. Hasebrook (2017).
- 11.
- 12.
Diese Einschätzung muss man nicht teilen, denn neben Künstlicher Intelligenz wird auch bereits an „Künstlicher Empathie“ gearbeitet (Übersicht in Asada 2015).
- 13.
Diskussion bei Lamm und Majdandžić (2015).
- 14.
Diskussion in Praszkier (2016).
- 15.
Yongming et al. (2016).
- 16.
Vgl. Darling (2016).
- 17.
- 18.
- 19.
„The invisible mind“ ist der Titel eines Buches von Lasana Harris, den wir übernommen haben, weil sich der englische Begriff „mind“ schlecht ins Deutsche übersetzen lässt. Je nach Kontext bedeutet der Begriff „Sinn“, „Verstand“, „Vernunft“, „Gemüt“, „Geist“ oder „Seele“ (Harris 2017).
- 20.
Siehe Thaler (2015, S. 51 f.).
- 21.
Harris (2017).
- 22.
Übersicht in Van Overwalle und Baetens (2009).
- 23.
Premack und Woodruff (1978).
- 24.
Baron-Cohen et al. (1985).
- 25.
Oesch und Dunbar (2018).
- 26.
- 27.
Harris (2017).
- 28.
- 29.
- 30.
Zahlen von Statistia unter: https://de.statista.com/statistik/daten/studie/181086/umfrage/die-weltweit-groessten-social-networks-nach-anzahl-der-user/(zuletzt zugegriffen am 17.09.2019).
- 31.
- 32.
Siehe Abschn. 12.4.3.
- 33.
- 34.
Vgl. Braun und Kramer (2018).
- 35.
Vgl. McChrystal et al. (2019).
- 36.
Wagner und Goosen (2018).
- 37.
Siehe Abschn. 9.4.1.
- 38.
Vgl. Fallgeschichte zur ‚Erfahrungsfalle‘, vgl. Abschn. 4.2.
- 39.
- 40.
Vgl. Abschn. 6.4.4.
- 41.
Vgl. Abschn. 8.4.2.
Literatur
AHSN Network. (2018). Accelerating artificial intelligence in health and care: Results from a state of the nation survey. London: National Health Service (NHS). www.kssahsn.net/what-we-do/our-news/news/Documents/AI-Strategy.pdf. Zugegriffen: 23. Sept. 2019.
Annosi, M. C., Magnusson, M., Martini, A., & Appio, F. (2016). Social conduct, learning and innovation: An abductive study of the dark side of agile software development. Creativity and Innovation Management, 25(4), 515–535.
Asada, M. (2015). Development of artificial empathy. Neuroscience Research, 90, 41–50.
Baron-Cohen, S., Leslie, A. M., & Frith, U. (1985). Does the autistic child have a “theory of mind”? Cognition, 21, 37–46.
Bittner, E. A. C., & Shoury, O. (2019). Designing automated facilitation for design thinking: A chatbot for supporting teams in the empathy map method. In Proceeding of the 52nd Hawaii international conference on system sciences. https://scholarspace.manoa.hawaii.edu/bitstream/10125/59463/0023.pdf. Zugegriffen: 30. Sept. 2019.
Bostrom, N. (2016). Superintelligence: Paths, dangers, strategies. Oxford: Oxford University Press.
Boyer, P. (2018). Minds make societies. How cognition explains the world humans create. New Haven: Yale University Press.
Braun, D., & Kramer, J. (2018). Corporate tribe. Modelle und Werkzeuge für Führung, Management und Organisation. Stuttgart: Schäffer-Poeschel.
Carter, S., & Nielsen, M. (2017). Using artificial intelligence to augment human intelligence. Distill, 2(12), e9. https://distill.pub/2017/aia/. Zugegriffen: 23. Sept. 2019.
Darling, K. (2016). Extending legal protection to social robots: The effects of anthropomorphism, empathy, and violent behavior towards robotic objects. In R. Calo, A. Froomkin, & I. Kerr (Hrsg.), Robot law (S. 213–232). Celtenham: Elgar.
Dávid-Barrett, T., & Dunbar, R. I. M. (2013). Processing power limits social group size: Computational evidence for the cognitive costs of sociality. Proceedings of the Royal Society B, 280, 20131151. https://doi.org/10.1098/rspb.2013.1151.
Dunbar, R. I. M. (1992). Neocortex size as a constraint on groupsize in primates. Journal of Human Evolution, 20, 469–493. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.464.5806&rep=rep1&type=pdf. Zugegriffen: 17. Sept. 2019.
Harris, L. T. (2017a). Invisible mind. Flexible social cognition and dehumanization. Cambrigde: MIT Press.
Hasebrook, J. (2017). Computer als Lernpartner und Denkwerkzeuge. In J. Erpenbeck & W. Sauter (Hrsg.), Handbuch Kompetenzentwicklung im Netz. Bausteine einer neuen Lernwelt (S. 45–65). Wiesbaden: Schäffer-Poeschel.
Kraft, T., Gamer, M., & Zweig, K. A. (2018). Google und die Bundestagswahl 2017 Wer sieht was? Personalisierung, Regionalisierung und die Frage nach der Filterblase in Googles Suchmaschine. Abschlussbericht zum Forschungsprojekt #Datenspende. www.blm.de/files/pdf2/bericht-datenspende—wer-sieht-was-auf-google.pdf. Zugegriffen: 30. Sept. 2019.
Lamm, C., & Majdandžić, J. (2015). The role of shared neural activations, mirror neurons, and morality in empathy – A critical comment. Neuroscience Research, 90, 15–24.
Leskovec, J., & Horvitz, E. (2008). Planetary-scale views on a large instant-messaging network. In Proceedings WWW 2008, Peking, April 21–25. http://erichorvitz.com/leskovec_horvitz_www2008.pdf. Zugegriffen: 15. Sept. 2019.
Maksimenko, V. A., Hramov, A. E., Frolov, N. S., Lüttjohann, A., Nedaivozov, V. O., Grubov, V. V., Runnova, A. E., Makarov, V. V., Kurths, J., & Pisarchik, A. N. (2018). Increasing human performance by sharing cognitive load using Brain-to-Brain Interface. Frontiers in Neuroscience, 12, 949. https://doi.org/10.3389/fnins.2018.00949.
McChrystal, S., Silverman, D., Collins, T., & Fussel, C. (2019). Team of teams: New rules of engagement for a complex world. London: Penguin Business. (Erstveröffentlichung 2015, Portfolio/Penguin).
Milgram, S. (1967). The small world problem. Psychology Today, 1(1), 61–67. http://files.diario-de-bordo-redes-conecti.webnode.com/200000013-211982212c/AN%20EXPERIMENTAL%20STUDY%20by%20Travers%20and%20Milgram.pdf. Zugegriffen: 27. Sept. 2019.
Oesch, N., & Dunbar, R. I. M. (2018). Group size, communication, and familiarity effects in foraging human teams. Ethology, 1–14. (Vorabdruck). www.researchgate.net/publication/325586211_Group_size_communication_and_familiarity_effects_in_foraging_human_teams. Zugegriffen: 17. Sept. 2019.
Ovens, C. (2017). Filterblasen – Ausgangspunkte einer neuen, fremdverschuldeten Unmündigkeit? kommunikation@gesellschaft, 18, 1–25. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-51482-4. Kritische Diskussion der „Filterblasen“-Annahme unter www.deutschlandfunk.de/suchmaschinen-die-filterblasen-theorie-ist-erstmal-geplatzt.2907.de.html?dram:article_id=411873. Zugegriffen: 30. Sept. 2019.
Praszkier, R. (2016). Empathy, mirror neurons and SYNC. Mind & Society, 15, 1–25.
Premack, D., & Woodruff, G. (1978). Does the chimpanzee have a ‘theory of mind’? Behavioral and Brain Sciences, 4, 515–526.
Thaler, R. H. (2015). Misbehaving. The making of behavioural economics. London: Penguin/Random House.
Van Overwalle, F., & Baetens, K. (2009). Understanding others’ actions and goals by mirror and mentalizing systems: A meta-analysis. Neuroimage, 48(3), 564–584.
Wagner, S., & Goossen, M. C. (2018). Knowing me, knowing you: Inventor mobility and the formation of technology-oriented alliances. Academy of Management Journal, 61(6), online Publikation. https://doi.org/10.5465/amj.2016.0818.
Wilson, H. J., & Daugherty, P. R. (2018a). Human + machine: Reimagining work in the age of AI. Cambridge: Harvard Business Review Press.
Wilson, H. J., & Daugherty, P. R. (2018b). Collaborative intelligence: Humans and AI are joining forces. Harvard Business Review, 2018, 114–123.
Wood, S., Michaelidis, G., & Thomson, C. D. (2013). Successful extreme programming: Fidelity to the methodology or good teamworking? Information and Software Technology, 55(4), 660–672.
Yongming, W., Zhiling, Z., Hongwen, S., Xiaodan, X., Huijun, W., d’Oleire, U. F., & Xiting, H. (2016). Altered gray matter volume and white matter integrity in college students with mobile phone dependence. Frontiers in Psychology, 7, 00597. www.frontiersin.org/Journal/Abstract.aspx?s=196&name=cognitive_science&ART_DOI=10.3389/fpsyg.2016.00597.
Zweig, K. A., Deussen, O., & Kraft, T. (2017). Algorithmen und Meinungsbildung. Informatik-Spektrum, 40(4), 318–326.
Lesetipp
Die folgenden Bücher bieten einen Einstieg und Überblick über die aktuelle Diskussion um „Social Brain“ und „Social Mind“ aus neuropsychologischer und evolutionsbiologischer Sicht:
Harris, L. T. (2017b). Invisible mind. Flexible social cognition and dehumanization. Cambrigde: MIT Press.
Tomasello, M. (2016). A natural history of human morality. Cambridge: Harvard University Press.
Eine hoch interessante und im mehrfachen Sinne farbige Darstellung, wie ethnologische Erkenntnisse zur Unternehmensführung beitragen, bietet das folgende Buch:
Braun, D., & Kramer, J. (2018). Corporate tribe. Modelle und Werkzeuge für Führung, Management und Organisation. Stuttgart: Schäffer-Poeschel.
Die Veränderung der Zusammenarbeit von Mensch und Maschine und damit der gesamten Arbeitswelt durch Künstliche Intelligenz ist Thema des folgenden Buchs:
Wilson, H. J., & Daugherty, P. R. (2018). Human + machine: Reimagining work in the age of AI. Cambridge: Harvard Business Review Press.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hasebrook, J., Hackl, B., Rodde, S. (2020). Team-Mind: Teams neu denken. In: Team-Mind und Teamleistung. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-60627-8_16
Download citation
DOI: https://doi.org/10.1007/978-3-662-60627-8_16
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-60626-1
Online ISBN: 978-3-662-60627-8
eBook Packages: Psychology (German Language)