Show Less
Open access

Chatbots

Eine linguistische Analyse

Series:

Netaya Lotze

Die korpuslinguistische sowie konversationsanalytische Studie thematisiert die Mensch–Maschine-Interaktion mit Chatbots. Diese Dialogsysteme sind auch heute noch störungsanfällig und eine Kommunikation ist nur unter äußerst limitierten Bedingungen möglich. Welche Implikationen dies für das Interaktionsverhalten der UserInnen hat, untersucht die Autorin vor dem Hintergrund der Diskussion um künstliche Intelligenz. Chatbots sind im Web bereits weit verbreitet und ihr Dialog-Design dient als Vorbild für moderne Assistenzsysteme. Da in Zukunft künstliche Intelligenzen eine immer größere Rolle spielen werden, legt diese Auseinandersetzung im Hinblick auf interaktives Alignment und Computer-Talk einen Grundstein zur linguistischen Erforschung von Dialogsystemen.

Show Summary Details
Open access

Einleitung – Science und Fiction

← 16 | 17 →

Einleitung – Science und Fiction

Ein uralter Traum beflügelt die menschliche Phantasie bis zum heutigen Tag: Die Erschaffung von künstlichen Intelligenzen (KI), mit denen man ebenso kommunizieren kann, wie mit einem menschlichen Gegenüber – von Robotern1 oder virtuellen Assistenzsystemen mit Sprachfunktion. WissenschaftlerInnen2 bemühen sich weltweit, Sprachsysteme zu entwickeln, die diesem Ideal nahe kommen. Die Mensch-Maschine-Interaktion oder Human-Computer-Interaction (HCI)3 ist als Teilgebiet der KI-Forschung seit den 1970er Jahren zu einem interessanten Forschungszweig mit rasanten Fortschritten avanciert. Doch sind die Technologien noch bei Weitem nicht so ausgereift, wie Science-Fiction-AutorInnen sie erträumen. Sprachfähige technische Entitäten bevölkern Bücher, Filme, Serien und Spiele dieses Genres und das Motiv des sprechenden Computers erfährt in den einzelnen Geschichten und fiktiven Welten sehr unterschiedliche Ausprägungen.

In welchem Maße diese künstlichen Intelligenzen natürlichsprachlich kommunizieren können, differiert in der Science Fiction stark. So unterhalten sich z. B. in George Lucas’ Star-Wars-Universum4 intelligente Maschinen untereinander in einer Art Robotersprache und es bedarf eines Übersetzungssystems (C3PO), um die Kommunikation zwischen Mensch und Maschine zu ermöglichen. Die sog. Droiden führen verlässlich Aufgaben für die Humanoiden aus z. B. als Steuerungseinheit eines Raumschiffs oder als Soldaten. Ihre Kommunikation umfasst nur das Nötigste. Douglas Adams (1981) dagegen stellt ein ← 17 | 18 → gänzlich anderes Szenario der Kommunikation mit artifiziellen Assistenten vor. In Per Anhalter durch die Galaxis gehören gleich zwei künstliche Intelligenzen zur Besatzung des Raumschiffs, die zur natürlichsprachlichen Interaktion in der Lage sind: Der redselige, übertrieben freundliche Bordcomputer Eddie und der depressive Roboter Marvin. Eine vom System vorgenommene Bewertung von Redebeiträgen nach emotionalen Kriterien wird schon heute von vielen WissenschaftlerInnen als wichtige Voraussetzung für gelungene HCI-Dialoge angesehen. Adams thematisiert humorvoll die Probleme, die es mit sich brächte, wenn man die Forderung nach emotionalen Sprachsystemen wörtlich nähme. Seine fiktiven Systeme sind nicht länger als zuverlässige Automaten einsetzbar, sondern unterliegen Stimmungsschwankungen und ändern ihre Ziele spontan. Die Dialogführung funktioniert einwandfrei, jedoch werden Dialoge durch die jeweilige persönliche Färbung anstrengend oder ineffizient. Auch die wissenschaftliche Gemeinschaft in der KI-Forschung diskutiert, ob ein wirklich anthropomorpher Dialog zwischen Mensch und Maschine überhaupt wünschenswert sei. Dabei steht immer die Frage nach der anwendungsspezifischen Nutzbarkeit (Usability) im Vordergrund. Während in der KI-Forschung teilweise tatsächlich das Ziel verfolgt wird, anthropomorphe Dialogkompetenz zu implementieren, setzt man im kommerziellen Sektor dagegen auf robuste Nutzbarkeit am jeweiligen Einsatzort.

Die besten Fähigkeiten eines Menschen und die beeindruckendsten Funktionen eines Roboters verbindet der Charakter Data aus Gene Roddenberrys Science-Fiction-Serie Star Trek – The next Generation (TNG), in der ein sehr positives Bild von technischem Fortschritt propagiert wird. Der Android handelt selbstbestimmt und kommuniziert natürlichsprachlich, inhaltsorientiert und effizient. Als lernfähiges System bemüht er sich bewusst um Finessen der menschlichen Kommunikation wie Ironie oder die Auswahl des angemessenen sprachlichen Registers, wie folgendes Beispiel einer Szene aus TNG zeigt, die beim Bordfrisör der Enterprise spielt5.

(1) Data (denkt): Freundschaftliche Beleidigungen und Sticheleien – eine weitere Form der menschlichen Sprache, die ich zu meistern versuche, in diesem Fall mit Commander Geordi La Forge.

(2) La Forge: Hi Data.

(3) Data (denkt): Ich sehe Geordi als meinen besten Freund an.

(4) La Forge: Auch hier zum Haareschneiden?

(5) Data: Mein Haar braucht nicht geschnitten werden, du Knalltüte. ← 18 | 19 →

Data analysiert La Forges elliptische Frage in (4) als Ironie, da zwischen ihm als nicht biologischem Android und „Haareschneiden“ keine direkte semantische Verbindung besteht – eine logische Operation zu der die meisten heutigen Sprachsysteme nicht in der Lage sind. Außerdem schätzt er in (3) das sprachliche Register als freundschaftliche Kommunikation ein, was bereits La Forges informelle Begrüßung in (2) nahelegt. Beide Informationen zusammen veranlassen Data zu seiner Äußerung in (5), in der er durch „du Knalltüte“ signalisiert, dass er erstens den Witz verstanden und zweitens die sprachliche Varietät bemerkt hat, in der sich der Dialog manifestiert.

(6) Data: Ich experimentiere mit freundschaftlichen Beleidigungen und Sticheleien, es war nicht als ernsthafte Beschimpfung gemeint.

Data ist folglich auch fähig zur metasprachlichen Reflexion. La Forges Sprache in der Serie weist bisweilen jugendsprachliche Merkmale auf, d. h. freundschaftliche Beschimpfungen stören in dieser Varietät den Dialog nicht (vgl. Neuland 2008). Dass sich eine solche Strategie nicht auf andere soziale Kontexte übertragen lässt, betont La Forge sofort, da er befürchtet, Data könne aus Mangel an Reflexion über die Kontextabhängigkeit des Registers übergeneralisieren.

(7) Geordi [La Forge] lachend: Also…versuchen Sie das ja nicht beim Captain.

Insgesamt zeigt der Dialog die komplexen logischen Operationen, zu denen Data als weit fortgeschrittene KI in der Lage ist, und das breite Wissen über menschliche Kommunikation, das die Datenbasis für sein Sprachsystem darstellt. Ähnlich wie Data können in Star Trek außerdem der Bordcomputer, ein Sprachassistenzsystem zur Steuerung aller Systeme des Raumschiffs verkörpert durch eine Frauenstimme, und das medizinische Notfallprogramm in Star Trek Voyager verkörpert durch ein Hologramm, als nahezu perfekte Dialogagenten angeführt werden. Diese Form der reibungslosen Kommunikation zwischen Mensch und Maschine ist zum Idealtypus der heutigen HCI stilisiert worden, so dass im Diskurs um innovative Sprachsysteme und neue Herausforderungen an die EntwicklerInnen häufig von Star-Trek-Kommunikation als erklärtem Ziel gesprochen wird. Als Star-Trek-Kommunikation gelten laut Voice Compass „Dialoge zwischen Mensch und Maschine, die ohne jede Einschränkung wie ein zwischenmenschlicher Dialog funktionieren“ (Artelt 2007: 336). Diese Definition geht auf eine Aussage von Dix et al. zurück, in der die eingeschränkten Möglichkeiten heutiger Systeme mit den menschenähnlichen der Star-Trek-Systeme verglichen werden. „In contrast to most human conversation, dialog with computers is relatively structured and constrained. It is only on Star Trek that one can chat freely to the computer and expect a response […]!” (Dix, Finlay, Abowd, Beale 2004: 545). ← 19 | 20 →

Heutige Systeme sind noch weit entfernt von einer uneingeschränkten, menschenähnlichen Konversation. Zwar haben die modernen Chatbots, Embodied Conversational Agents (ECAs), Social Intelligent Agents (SIAs) und soziablen Roboter wesentlich sophistiziertere Systemarchitekturen als Joseph Weizenbaums virtuelle Psychologin ELIZA6 in den 1960er Jahren und greifen auf größere Datenbanken zurück, betrachtet man jedoch die konkrete Dialogperformanz, scheitern sie in vielen Fällen schon – oder gerade – an alltäglichen Aufgaben.

Stellt man z. B. dem preisgekrönten Chatbot Elbot7 die gleiche Frage, wie La Forge sie im oben besprochenen Dialog Data stellt, wird eine Verlegenheitsantwort (5) ausgegeben, weil die Frage (4) vom Parser nicht verarbeitet werden konnte.

(1) Elbot: Ah, schon wieder ein Mensch! Ich bin Elbot, der Roboter. Was haben Sie denn auf dem Herzen?

(2) Netaya: Hi, Elbot.

(3) Elbot: Hallo, ich bin Elbot. Wer sind Sie?

(4) Netaya: Auch hier zum Haareschneiden?

(5) Elbot: Hier ist auch eine Frage: Was machen Sie eigentlich beruflich?

Warum Elbot die Frage (4) nicht verarbeiten kann, hängt mit unterschiedlichen Problemen zusammen. Erstens weicht die Userin vom eigentlich vorgegebenen, in (3) motivierten Gesprächsverlauf ab; d. h. sie wechselt spontan das Thema. Hier zeigt sich ein erstes grundsätzliches Problem in der Interaktion zwischen Mensch und Maschine: Der deterministische Automat steht einem menschlichen Wesen mit freiem Willen gegenüber, das seine Dialogziele abrupt ändern kann. Der Gedankensprung wird nicht kommentiert, da das System nicht in der Lage ist, die Kohärenz von Redebeiträgen zu beurteilen. In (5) springt Elbot allerdings dann in der Default-Antwort selbst zu einem neuen Thema, um einen Gesprächsbeitrag der Userin zu evozieren, den sein Parser besser erkennen kann.

Ein zweites Problem stellt die reduzierte Form der Frage in (4) dar. Entscheidungsfragen sind in ihrer Vollform für Dialogsysteme syntaktisch vergleichsweise leicht zu verarbeiten und bei der Generierung der Antwort beschränken sich die Möglichkeiten auf nur zwei Alternativen. Dieser Fragetyp wird von einigen Systemen mit Sprechaktparser erkannt. Da die Frage hier aber auf syntaktischer ← 20 | 21 → Ebene die Form einer Handlungsellipse aufweist und nicht die Vollform „Sind Sie auch hier zum Haareschneiden?“ eingegeben wurde, konnte sie nicht als Ja/Nein-Frage erkannt werden. Dies ist ein zweites notorisches Problem in Mensch-Maschine-Dialogen. Menschliche Kommunikation folgt in vielen Bereichen dem Prinzip der sprachlichen Ökonomie (vgl. Ronneberger-Sibold 1980), an Kurzformen wie in (3) scheitern Sprachsysteme jedoch noch häufig.

Den dritten Problembereich stellen Lexik und Morphologie dar. „Haareschneiden“ als nominalisiertes zusammengesetztes Verb wird in dieser Form vom Parser nicht erkannt, da es nicht genauso im Lexikon des Bots aufgeführt wird. Komposita dieser Art sind aber völlig alltäglich und können kreativ nach den Regeln der Morphologie gebildet werden. Ein elaboriertes Lexikon müsste also neben Lemmata auch alle Regeln der Morphologie beinhalten und als semantisches Netz angelegt sein, in dem „Haare“ und „schneiden“ assoziativ verbunden sind, um flexibel auf kreative Wortbildung seitens der UserInnen reagieren zu können. In Elbots semantisch nur rudimentär vernetzter Wissensorganisation liegt auch begründet, warum er keine Chance hat, die Ironie zu erfassen, die darin liegt, einen Roboter zu fragen, ob er sich die Haare schneiden lassen möchte. Ferner verfügt das System weder über Erfahrungen noch über Hintergrundwissen zu diesem Thema.

Der Dialog mit Elbot steht exemplarisch für rund 200 HCI-Dialoge, die im Rahmen dieser Arbeit analysiert wurden. Bei den artifiziellen GesprächspartnerInnen in den untersuchten Dialogen handelt es sich um Systeme mit ganz unterschiedlichen Systemarchitekturen und Dialog-Designs aus verschiedenen Entwicklungsphasen der HCI-Forschung. Bereits in der kurzen Sequenz des obigen Beispiel-Dialogs zeigt sich vieles, das empirisch an größeren Samples bestätigt werden kann. HCI-Dialoge kämpfen derzeit noch mit ganz grundsätzlichen Problemen. Ihnen fehlen der „rote Faden“, die logische Kohärenz, die semantische Kontiguität und die sprachlichen Mittel, um all diese Faktoren in einem konkreten Dialogverlauf zu zeitigen. Dennoch werden Menschen heute bereits in vielen Bereichen des täglichen Lebens mit Dialogsystemen konfrontiert und müssen sich den virtuellen GesprächspartnerInnen gegenüber auf irgendeine Weise sprachlich verhalten. Herauszufinden, welche Strategien sie dabei verfolgen, ist Aufgabe der Linguistik.

Dabei werden drei grundsätzliche Ziele angestrebt: Erstens trägt die Evaluation von HCI-Dialogen selbstverständlich dazu bei, die Systeme zu verbessern, indem sie danach genauer auf das sprachliche Verhalten menschlicher BenutzerInnen abgestimmt werden können. „System designers need to know what to expect users to say and how to guide them into linguistic behaviour that in turn ← 21 | 22 → influences the system’s behaviour positively” (Fischer 2010: 2349). Dieser Aspekt fällt in den Bereich der Entwicklung und Verbesserung von Dialogassistenten.

Zweitens gilt der Erforschung dieser Teildomäne menschlichen Sprachhandelns ein abstrakteres soziolinguistisches Interesse per se. In naher Zukunft werden Menschen vermehrt mit Sprachsystemen umgehen, daher ist die differenzierte Analyse der Interaktionsform „natürlichsprachliche HCI“ von großer Wichtigkeit, um eventuelle psychologische oder soziale Auswirkungen und Wechselwirkungen prognostizieren und bewerten zu können. „Interactions between humans and computers or robots constitute in many ways extreme conditions for communication to take place, which can provide us with useful insights into general cognitive, social and interactional factors relevant and the resources speakers make use of“ (Fischer 2010: 2349). Dieser Aspekt fällt in den Bereich der angewandten Linguistik und liegt im Fokus dieser Arbeit.

Der Versuch Dialogbeiträge zu generieren, erfordert ein umfangreiches Wissen über Sprache und Denken an sich. Daher sprechen sich einige KI-ForscherInnen dafür aus, dass über den Umweg der Implementierung sprachlichen Wissens in ein System, das in letzter Konsequenz binäre Codes verarbeitet, Erkenntnisse gewonnen würden über die strukturelle Organisation von Sprache an sich und über die kognitive Sprachverarbeitung in Gehirn. So beantwortet bspw. Prof. Dr. Raúl Rojas von der FU Berlin die Frage nach seiner Motivation, sich mit KI zu beschäftigen, stellvertretend für viele IngenieurInnen in diesem Bereich so: „Mein Forschungsmotiv ist es nicht Menschen nachzubauen, sondern sie zu verstehen, ihre Geheimnisse zu entdecken“ (Rojas 2011)8. Dieser Aspekt fiele dann mit Bezug auf Sprache in den Bereich der Psycholinguistik und der Sprachphilosophie.

Im Rahmen der vorliegenden Studie wurde eine umfangreiche Sammlung von Logfiles von chat-basierten Interaktionen mit unterschiedlich elaborierten Systemen hinsichtlich diverser linguistischer Parameter untersucht. Die Dialogprotokolle stehen in einer diachronen Abfolge und umfassen die Jahre 2000 bis 2006. Im Rahmen der Analyse steht die UserInnen-Sprache im Mittelpunkt der Betrachtung, wobei besonderes Augenmerk auf Wechselwirkungen zwischen UserInnen- und Systemsprache gelegt werden muss. Es handelt sich um eine empirische, korpusbasierte Arbeit, in der rein deskriptiv das Dialog-Design unterschiedlicher Systeme und die sprachlichen Strategien ihrer UserInnen analysiert, gegeneinander abgegrenzt und im Hinblick auf gegenseitige Beeinflussung ← 22 | 23 → untersucht werden. Um zu einem umfassenden Modell der HCI zu gelangen, werden nicht nur Anfangssequenzen oder Sequenzen mit Störungen analysiert, sondern immer ganze Dialoge. Ein besonderes Interesse gilt nämlich der kohärenten Dialogprogression in den verschieden Phasen der Interaktion. Der innovative Charakter des methodischen Ansatzes besteht erstens in der besonders feinkörnigen, polyvalenten Annotation der Korpora – Wortform für Wortform, Phrase für Phrase und Turn für Turn. Die quantitative Untersuchung wird durch qualitative Analysen einzelner Stichproben unterstützt, um funktionale Aspekte, Dynamiken und Wechselwirkungen im Dialog besser greifen zu können. Zweitens wurde eine Bestandsaufnahme der aktuellen Forschungsansätze zur Analyse von Dialogen allgemein und Mensch-Maschine-Interaktionen im Besonderen vorgenommen, die die Auswahl der linguistischen Erhebungsparameter theoriegeleitet bedingt. Dabei werden die folgenden unterschiedlichen Überlegungen miteinbezogen:

  • Das psycholinguistische Modell zum Konzept des vorbewussten Alignments (Pickering & Garrod 2004, Branigan et al. 2000, Szmrecsanyi 2005).
  • Teilgebiete der klassischen Konversationsanalyse (Conversation Analysis, CA; Sacks, Schegloff, Jefferson 1992), insbesondere sprachliche Routinen und bedingte Erwartbarkeit von Gesprächsbeiträgen. Die CA stellt außerdem das benötigte Inventar an Untersuchungskategorien für die qualitativen Analysen zur Verfügung.
  • Überlegungen zu Kohärenz und Kohäsion (Givón 1983, Tidge 1997, Linke et al. 2004, Brinker 2010, Özsarigöl 2010) unter der grundsätzlichen Fragestellung, wie sich Kohärenz im Dialogverlauf für die HCI formalisieren lässt (Allen et al. 1978).
  • Die Diskussion um Computer-Talk (CT) als strukturell oder funktional beschreibbares Register im Sprachgebrauch der UserInnen (Zoeppritz 1985; Krause et al. 1992; Fischer 2006, im Druck).

Die verschiedenen Ansätze leiten sich aus von einander stark abweichenden Forschungsparadigmen ab und können in der Theorie nicht völlig konsequent zusammengedacht werden. Dennoch kann jeder der gewählten Ansätze im Rahmen einer angewandten Studie einen maßgeblichen Beitrag zur Analyse von HCI-Dialogen leisten. Die partielle Unvereinbarkeit der abstrakten Theorien, die diesen Analysewerkzeugen zu Grunde liegen, wird miteinbezogen, wenn der Geltungsbereich von Ergebnissen diskutiert wird.

Desweiteren wird die Überzeugung vertreten, dass eine adäquate linguistische Analyse von HCI-Dialogen auf unterschiedlichen Ebenen ansetzen muss. Aus diesem Grund wurden sowohl lexikalische als auch syntaktische Kategorien ← 23 | 24 → annotiert sowie Sprechakte und persistente Strukturen als Indikatoren für Alignment. Die Studie konzentriert sich entsprechend auf strukturelle und funktionale Aspekte der untersuchten Dialoge und versucht diese systematisch beschreibend zu formalisieren. Semantische Kontiguität und logische Kohärenz der thematischen Progression werden in Abhängigkeit von den Möglichkeiten der untersuchten Systeme diskutiert.

Die Ergebnisse der Korpusstudie werden im zweiten Teil der Arbeit theoretisch zusammengeführt zu einem Interaktionsmodell der HCI, aus dem sich auch bestimmte Implikationen für die Implementierung innovativer Systeme ableiten lassen. Möglichkeiten und Grenzen des Modells werden in einem abschließenden Teil reflektiert und die interdisziplinäre Weiterentwicklung der Gedanken in Informatik, Kommunikationswissenschaft und Soziologie wird diskutiert.

In Kapitel 1 werden die technischen Grundlagen von Systemarchitekturen und Dialog-Designs skizziert und die im Rahmen der Studie untersuchten Systeme vorgestellt. Außerdem werden die sozialen Wirkungen der Systeme seitens der UserInnen diskutiert. Die Restriktionen der artifiziellen GesprächspartnerInnen werden in Abgrenzung zu handlungstheoretischen Rahmenbedingungen der Kommunikation unter Menschen und vor dem Hintergrund der KI-Diskussion herausgearbeitet. Dabei werden Begriffe des geisteswissenschaftlichen Diskurses wie Kommunikation, Intelligenz oder Person für die HCI neu definiert. In Kapitel 2 werden die unterschiedlichen theoretischen Zugänge zur Analyse von HCI- Dialogen dargestellt und aus ihnen Hypothesen für die empirische Untersuchung abgeleitet. Kapitel 3 ist das Methodenkapitel. Hier werden die methodischen Zugänge zur Analyse der Dialoge erläutert. In Kapitel 4 werden die Ergebnisse der quantitativen und qualitativen Untersuchung mit Bezug zum jeweiligen theoretischen Ansatz vorgestellt. Das Schlusskapitel 5 enthält das Interaktionsmodell der HCI und Vorschläge für ein innovatives System-Design sowie die Diskussion um die Möglichkeit von Star-Trek-Kommunikation.

Damit kann diese Arbeit einen Beitrag zum besseren Verständnis der Interaktion zwischen Mensch und Maschine leisten. Denn auch wenn die heutigen HCI-Dialoge noch weit entfernt sind von einer Star-Trek-Kommunikation, wurde der Weg hin zu Assistenzsystemen mit anthropomorphem Dialog-Design als soziable Schnittstelle bereits beschritten. Und die Herausforderung für die interdisziplinäre Forschung liegt im verantwortungsbewussten Umgang mit der Entwicklung neuer Generationen von Dialogagenten (vgl. Elliott & Brzezinski 1998: 12). Die Linguistik kann zu diesem Prozess mit detaillierten und formalisierbaren Interaktionsmodellen für die HCI-Interaktion beitragen, die auf empirischen Sprachdaten gründen. Als Geisteswissenschaft mit Berührungspunkten ← 24 | 25 → zum Bereich der KI kommt ihr außerdem die Rolle einer kritischen Instanz zu. Indem NutzerInnen-Verhalten auf sprachlicher Ebene beobachtet und reflektiert wird, können problematische soziale und kulturelle Entwicklungen, die bisweilen mit neuen Technologien einhergehen, idealiter frühzeitig bemerkt oder präventiv vermieden werden. Denn Kommunikationsformen der Zukunft inkludieren Sprachinterfaces jeglicher Art, so dass das sprachliche Verhalten der UserInnen gegenüber solchen Systemen von zunehmendem Interesse ist. „The sheer quantity of this speech register will therefore soon raise increasingly more attention” (Fischer 2010: 2349). ← 25 | 26 →


1 Vom tschechischen „robóta“ (dt. „Fronarbeit leisten“), erstmals erwähnt in Karel Čapek Science-Fiction-Roman R.U.R. (Rossum Universal Robots), 1970.

2 Im vorliegenden Text wurde versucht, eine gender-gerechte Sprache zu gebrauchen. Der Schreibung mit Binnenmajuskel (im Plural und bei Generika) wurde aufgrund ihrer weitreichenderen Konventionalisierung der Vorzug gegenüber der Unterstrich- oder Asterikschreibung gegeben (vgl. Bickes & Mohrs 2010: 272). Ist bei Einzelpersonen (z. B. VPs) im Singular mit Artikel das Gender nicht bekannt, wird das Femininum verwendet, um doppelte Artikel oder Pronomina zu vermeiden.

3 Während in der Gesprächsanalyse Dialoge als Konversation oder Kommunikation bezeichnet werden, wird in der heutigen HCI-Forschung der Terminus Interaktion bevorzugt. Die Termini Mensch-Maschine-Interaktion (MMI) und Mensch-Computer-Interaktion (Human-Computer-Interaction, HCI) haben sich im Forschungsdiskurs etabliert. Der Terminus Mensch-Maschine-Kommunikation besteht auch und hat eine gewisse Tradition, wird in der Fachliteratur aber aussemantischen Gründen immer seltener gebraucht.

4 Vgl. auch http://starwars.com/ (Zugriff 12.06.2016).

5 Star Trek, The Next Generation, Folge 4/11 „Datas Tag“, Autor Harold Apter, nach der Idee von Gene Roddenberry, http://de.memory-alpha.org/wiki/Datas_Tag (Zugriff 12.06.2016).

6 ELIZA ist ein Programm, das 1966 von Joseph Weizenbaum entwickelt wurde. Es handelt sich dabei um den ersten Chatbot.

7 Elbot wurde 2006 von Fred Roberts für die Firma Artificial Solutions entwickelt und gewann 2008 den Loebner-Preis für das menschenähnlichste Sprachsystem international. Elbot wird als anthropomorpher Roboter dargestellt. Auf www.elbot.de kann man mit ihm chatten.

8 Interview unter: www.fuberlin.de/presse/publikationen/alumnimagazin (Zugriff 04.03.2016)