sprachreif 4, Schulbuch

7 „Mit diesen Tongedichten wollten wir verzichten auf eine Sprache, die verwüstet und unmöglich geworden ist durch den Journalismus. Wir müssen uns in die tiefste Alchemie des Wortes zurückzie- hen und selbst die Alchemie des Wortes verlassen, um so der Dichtung ihre heiligste Domäne zu bewahren …“ 1 Lesen Sie gemeinsam mit Ihrer Partnerin bzw. Ihrem Partner das obenstehende Zitat sowie das Lautgedicht des Schweizer Dadaisten 2 Hugo Ball. Überlegen Sie dann, ob vielleicht doch eine Bedeu- tung hinter dem scheinbaren Nonsense-Gedicht stecken könnte. A1 B 1 http://www.thokra.de/html/ball_1.html#a12 ; (abgerufen am 24.07.2017) 2 Dada bzw. Dadaismus: 1916 gegründete literarische Bewegung, die herkömmliche Kunst ablehnte und sie auch parodierte Rollenklischees in der Sprache digitaler Übersetzungsprogramme Lesen Sie den Text Google und die Frau am Herd und unterstreichen Sie wichtige Schlüsselstellen. Erstellen Sie dann eine Tabelle mit den im Text genannten „Übersetzungsfehlern“ und fügen Sie eigene Beispiele, die Sie in den Google Translator eingeben, hinzu. A2 Google und die Frau am Herd Von Eva Wolfangel | 13.07.2017 Digitale Übersetzungsprogramme stecken voller Tücken: Weshalb künstliche Intelligenz anfällig ist für Rassismus, Rollenklischees und Vorurteile. Dieser Emmanuel Macron! Dankt amAbend sei- nes Wahlsieges seinen „amerikanischen Mitbür- gern“ für ihr Vertrauen! Wer Macrons Tweet vom 7. Mai las, der musste sich wundern – je- denfalls hierzulande und in Amerika. In der au- tomatischen Übersetzung, die Twitter deutschen Nutzern anbot, war von „tiefer Dankbarkeit“ ge- genüber den „amerikanischen Mitbürgern“ die Rede. Auch in den USA wurde Macrons Anrede „ mes chers compatriotes “ als „ my fellow Ameri- cans “ übersetzt. Dabei bedeutet compatriotes im Französischen schlicht „Mitbürger“. Über Ame- rikaner hatte Macron kein Wort verloren. Wie Twitter nur darauf kam? Das scheinbare Rätsel ist ein Glücksfall. Zumin- dest für Joanna Bryson. Just drei Wochen zuvor hatte die Spezialistin für maschinelles Lernen von der University of Bath in der Forschungs- zeitschriž Science vor solchen Fällen gewarnt. In ihrem Artikel hatte Bryson beschrieben, wie sprachverarbeitende Algorithmen lernen, und kritisiert, dass diese dabei die unbewussten (Vor-)Urteile der Menschen übernähmen. Anders gesagt: Auch künstli- che Intelligenz hat Schlagseite. Doch die brisante £ese vom vorurteilsbelade- nen Computer erregte kaum Aufmerksamkeit. Stattdessen schlug Bryson Skepsis entgegen. Wo denn die Beispiele aus dem echten Leben seien, wurde sie immer wieder gefragt – bis zuMacrons Tweet. Seither sind die Kritiker verstummt. „Das ist ein super Beispiel für unsere neueste For- schung über maschinelle Sprachverarbeitung“, sagt Bryson. Zwei Techniken sind es, die auf dramatische Art und Weise die Fähigkeit von Computern verbes- sert haben, Bilder oder Sprache zu „verstehen“. Maschinenlernen (kurz: ML) nennt sich die eine Technik, die darauf hinausläuž, dass Computer sich selbst etwas beibringen, indem sie in großen 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 Text- kompetenz Mündliche Kompetenz Nur zu Prüfzwecken – Eigentum des Verlags öbv