Können Programme gute Texte schreiben?

Mit dieser Frage setzt sich Philippe Wampfler in seinem 2021 erschienenen, gleichnamigen Text auseinander und nimmt die Leser*innen dabei mit auf einen „Streifzug durch die Welt der schreibenden Maschinen“ (Wampfler 2021, 132).

Die Reise beginnt dabei konkret in den 1970er-Jahren: Hans Magnus Enzensberger konzipiert den sogenannten Poesieautomat, mit dem Ziel, Texte maschinell erstellen zu können. 2000 realisiert er sein Projekt: Indem eine Liste an Wörtern nach bestimmten Regeln miteinander kombiniert werden, werden eine Vielzahl unterschiedlicher Gedichte per Knopfdruck generiert. Der Großteil dieser erzeugten Gedichte kann jedoch nicht als besonders gut bezeichnet werden. Dies hängt damit zusammen, dass Enzensberger Poesieautomat keine Möglichkeit hat, die Auswahl oder die Kombination der vorgegeben Wörter zu beeinflussen.

Wampfler geht einen Schritt weiter und nimmt die Smartphones näher in den Blick. Auch hier lässt sich ein generierter Text erzeugen, nutzt man die Worterkennungsfunktion. Die automatischen Wortvorschläge beruhen auf der Markow-Kette. Nach jedem Wort berechnet das Gerät, welches Wort am wahrscheinlichsten auf das vorherige folgen wird. Das Programm reproduziert damit die bestehenden Muster der Sprachverwendung der Nutzer*innen. So schlägt mir mein Handy folgenden Satz vor:

„Ich bin gerade in der Uni und werde mich dann wohl erstmal etwas ausruhen und …“

Sicherlich ist dies ein korrekter Satz, welcher durch ein paar einfache Klicks entstanden ist – allerdings weiß der Algorithmus nichts über den eigentlichen Gesprächskontext. Ob der Satz zu diesem passt, kann das Gerät nicht einschätzen. Der letzte Vorschlag war erneut ein „und“. Genau diese Schwäche wird auch von Wampfler als zweites angesprochen: Die Sätze könnten ewig fortgeführt werden – so entsteht eine Schleife. Wie auch der Poesieautomat ist es somit auch hier weniger möglich, auf diese Weise einen guten Text zu erzeugen.

Eine dritte Möglichkeit der maschinellen Texterzeugung wird vorgestellt – vielleicht liegt hierin die Lösung zu Frage?

Es handelt sich um die Verwendung Neuronaler Netzwerke und Machine Learning. Solche Netzwerke benötigen zunächst einen Input – hier in Form von Texten. Anschließend sucht das Netzwerk nach bestimmten Mustern und Regeln und lernt durch diese Analyse selbst hinzu und kann das Gelernte anschließend umsetzen und wiederrum einen Output (in Form von eigenen Texten) erzeugen. So funktioniert unter anderem auch der Chatbot Chat-GPT von OpenAI. ChatGPT greift auf alle Texte zu, welche im Internet verfügbar sind und nutzt diese als Datenquelle für seine Texte. Aber auch hier stellt sich erneut die Frage, ob diese Texte als „gut“ eingeschätzt werden können.

Können Programme also überhaupt gute Texte schreiben? Wampflers Antwort auf die Frage lautet (wenig überraschend): Ja und nein. „Algorithmen schreiben dann gute Texte, wenn sie recht genaue Vorgaben bekommen und diese durch Rückgriff auf bereits geschriebene Texte erfüllen können“ (Wampfler 2021, 138). Trotzdem gibt es ein großes Problem, welches für die Erzeugung guter Texte notwendig ist: Denn den Algorithmen selbst fehlt es an Kreativität.