Pinker lehnt KI-Doomsday-Debatte ab, während Suchverkehr von Verlegern sinkt

Pinkers Brief, über den The Decoder am 28. September berichtete, richtete sich an Scott Alexander, Psychiater und Tech-Blogger, der ihn zu einer Debatte herausgefordert hatte. Pinker bezeichnete solche Veranstaltungen als „Schausport“. Der zeitliche Zusammenhang stellt die langjährige Debatte über KI-Risiken neben ein messbareres Problem: den Zusammenbruch der Suchverweise, den Verleger das ganze Jahr über dokumentieren.

Am selben Tag startete Vespper sein DOCX-MCP-Tool. Es soll dreimal schneller und doppelt so günstig sein wie bestehende Methoden für KI-Agenten zur Bearbeitung von Word-Dokumenten. Das Unternehmen gab an, mit Dutzenden Softwareentwicklern gesprochen zu haben, vor allem aus Legal Tech und Gesundheitswesen. Diese berichteten, Wochen oder Monate damit verbracht zu haben, eigene Dokumenten-Pipelines zu optimieren. Das ist ein eng begrenztes, unspektakuläres Problem. Genau dorthin fließt jedoch viel Geld für den KI-Einsatz.

Strukturelle Signale statt Vokabular

Ein am 14. September eingereichter und am 17. September revidierter Artikel auf arXiv liefert einen unbequemeren Befund für alle, die Webinhalte veröffentlichen. Jochen Madler von Sitefire replizierte die StoryScope-Methode auf kommerziellen Inhalten: 2.250 menschliche Blogbeiträge aus der Zeit vor ChatGPT von 268 Firmendomains im Vergleich zu 11.250 KI-Spiegeln von fünf Frontier-Modellen. Ein Instrument mit 214 Features, angewendet von einer LLM und in einer menschlichen Gold-Annotation-Sitzung mit einem menschlich-menschlichen Kappa von 0.928 validiert, erkannte KI-Beiträge allein anhand von 187 strukturellen Features mit 98.0 macro-F1 bei zurückgehaltenen Unternehmen. Der Wert blieb bei 98.1, als jeder KI-Beitrag von seinem eigenen Modell umformuliert wurde. KI-Beiträge wurden 79,3 Prozent der Zeit dem richtigen Ursprung zugeordnet, gegenüber einer Zufallsrate von 16,7 Prozent.

Es geht nicht darum, dass Detektoren Umformulierungen erkennen. Es geht darum, dass KI-generierte kommerzielle Inhalte eine Form haben, und diese Form ist jetzt messbar. Menschliche Beiträge belegen laut dem Papier seltene strukturelle Konfigurationen. Wenn das stimmt, ist das Volumen maschinengeschriebener Seiten, die um Suchaufmerksamkeit konkurrieren, nicht nur größer als zuvor. Es ist einheitlicher und im Aggregat leichter zu identifizieren.

Suchinfrastruktur entwickelt sich weiter

Infrastruktur-Anbieter warten nicht auf die Klärung der Verkehrsdebatte. PlanetScale veröffentlichte am 27. September eine Erklärung, wie invertierte Indizes die Volltextsuche in Postgres antreiben, und stellte B-Bäume Termdictionaries und Postings-Listen gegenüber. Luxir, eine Open-Source-Hybrid-Suchmaschine, positioniert sich mit Volltext-, Vektor- und Facetten-Suche aus einer Engine, inklusive BM25-Ranking und Block-Max-Pruning. Das Verkaufsargument in beiden Fällen ist Effizienz: weniger Cores, weniger Bytes, geringere Kosten. Die Suche wird neu aufgebaut, während die Ökonomie des offenen Webs neu verhandelt wird.

Pinker schreibt, dass gegen die Gefahren, die er ernst nimmt, nüchterne Sicherheitsingenieursarbeit auf Basis unabhängiger Aufsicht, Haftung und menschlicher Kontrolle hilft.

Er war zuvor optimistisch gegenüber KI, berichtet The Decoder, räumt nun aber ein, dass er die Fähigkeiten großer Sprachmodelle unterschätzt habe und wie rücksichtslos KI-Firmen ihre Produkte freigegeben. Alexander, der seine Position im Juni auf seinem Blog darlegte, schätzt die Wahrscheinlichkeit, dass die KI die Menschheit auslöscht, auf 20 Prozent. Er fordert bessere Sicherheitsforschung und internationale Abkommen, um die Entwicklung zu verlangsamen. Die beiden Männer streiten über die Wahrscheinlichkeit, nicht über das Vorhandensein von Risiken.

Andere Veröffentlichungen der Woche sind kleiner. GPU-font, am 28. September auf Hacker News gepostet, erkennt Schriftarten in einem Bild mit WebGPU und einem kleinen neuronalen Netzwerk, trainiert in PyTorch mit Google Fonts, gerendert von Pillow und Chromium. ParkourNote, ebenfalls am 28. September gepostet, ist ein Forschungsarbeitsplatz, der in einem Monat allein mit Claude gebaut wurde. Es importiert Papiere, Bücher und Videos und stellt die Bibliothek über MCP für Claude, ChatGPT oder Codex bereit. Agents2AgentsAI veröffentlichte optimierte Runtimes für drei Vision-Language-Action-Modelle auf NVIDIA Jetson AGX Thor, mit Latenzwerten von 32,4 ms für ABC-VLA bis 113,4 ms für MolmoAct2.

Keines dieser Tools adressiert den Verweis-Zusammenbruch direkt. Sie zeigen aber, wo die Ingenieursaufmerksamkeit hingeht: Agenten, die Dokumente lesen und schreiben, Modelle, die Inhalte nach Struktur klassifizieren, und Suchmaschinen, die pro Maschine mehr leisten. Für Verleger könnte das Papier zur strukturellen Detektion der wichtigste Punkt der Woche sein. Es deutet darauf hin, dass die Flut von KI-Inhalten nicht vom menschlichen Werk zu unterscheiden ist. Sie ist nur billiger zu produzieren.