Dwarkesh Patel spricht mit Michael Nielsen über eine Frage, die in der KI-Debatte viel zu selten sauber gestellt wird: Woran erkennt man wissenschaftlichen Fortschritt, bevor er vollständig bewiesen ist? Nielsen erinnert an Fälle wie Aristarch, Darwin oder Einstein und zeigt, wie lang die Schleife zwischen guter Idee und belastbarer Bestätigung oft tatsächlich ist. Manchmal vergehen nicht Jahre, sondern Jahrzehnte oder sogar Jahrtausende.
Das ist ein nützlicher Gegenstoß gegen die bequeme Vorstellung, Wissenschaft sei im Kern nur ein sauberer Verifikationsprozess. In der Praxis kommen gute Ideen oft zuerst als irritierende Abweichung, als Ahnung, als Muster, das noch nicht vollständig abgesichert ist. Die experimentelle Bestätigung folgt später, manchmal viel später. Fortschritt entsteht deshalb nicht nur durch Beweise, sondern auch durch Urteilskraft darüber, welche unvollständigen Ideen weiterverfolgt werden sollten.
Gerade für die KI-Diskussion ist das zentral. Viele hoffen, dass Systeme mit Reinforcement Learning und automatisierter Auswertung wissenschaftliche Entdeckung einfach beschleunigen werden. Nielsen macht indirekt klar, wo diese Hoffnung an Grenzen stößt. Wenn die Wirklichkeit ihre Antworten erst sehr spät oder nur unter widersprüchlichen Bedingungen liefert, reicht ein enger Optimierungsloop nicht aus. Dann braucht es heuristische Stärke, Kontextwissen und die Fähigkeit, trotz unvollständiger Evidenz die richtige Frage festzuhalten.
Für Unternehmen liegt darin ebenfalls ein wichtiger Lernpunkt. In vielen Organisationen wird KI noch als Maschine für schnelle Antworten bewertet. Das greift zu kurz. Der größere Hebel liegt dort, wo Menschen lernen, mit vorläufigen Einsichten vernünftig umzugehen: nicht jede Idee zu überschätzen, aber auch nicht jeden unfertigen Gedanken zu früh zu verwerfen.
Die produktive Zukunft von KI in Wissensarbeit wird deshalb nicht nur aus besserer Automatisierung bestehen. Sie wird an den Stellen gewonnen, an denen Organisationen bessere Urteilsroutinen entwickeln. Denn wer nur auf schnelle Verifikation wartet, erkennt viele der wichtigen Ideen erst dann, wenn andere längst auf ihnen gebaut haben.