- Computerspiele der 1990er liefen nur, wenn Nutzer selbst die Bedingungen der Maschine lernten – etwa
autoexec.bat, Boot-Disketten und Soundkarten-Interrupts - Modem-Verhandlungsgeräusche, Drive-Jumper und falsch konfigurierte Interrupts: Computer wiesen Nutzer ab, und der Prozess, diesen Widerstand zu erfahren, war der Weg, ihre Funktionsweise zu verstehen
- AI Assistants ähneln eher anpassungsfähigen Werkzeugen, die sich nach den Formulierungen der Nutzer ausrichten, statt Konfigurationsdateien oder Voraussetzungen einzufordern
- Der zentrale Verlust ist weniger technische Kompetenz als der Verlust von Vertrautheit; die Beziehung, die entsteht, wenn man mit Maschinen ringt, scheitert und es erneut versucht, verschwindet
- Künftig könnten wir in einem Zustand leben, in dem wir stärker denn je von Maschinen abhängig sind und sie zugleich weniger verstehen
Als Schwierigkeit Wissen war: die Computererfahrung
- In den 1990ern musste man zuerst zumindest ein wenig verstehen, wie ein Computer funktioniert, um Computerspiele zu spielen
- Man öffnete und las Dateien wie
autoexec.bat - Für ein einzelnes bestimmtes Spiel erstellte man mitunter eine eigene Boot-Diskette
- Wenn die Maschine es nicht zuließ, konnte man nicht spielen; Nutzer mussten die Bedingungen der Maschine lernen
- Man öffnete und las Dateien wie
- Computer und Peripheriegeräte jener Zeit hatten eine Reibung, der sich Nutzer selbst stellen mussten
- Modems ließen die Verbindungsverhandlung als Geräusch hören, und wer es oft genug hörte, konnte sogar Anzeichen erkennen, dass die Verbindung gleich abbrechen würde
- Bei Laufwerken stellte man mit dem Fingernagel kleine Jumper ein
- Man musste wissen, auf welchen Interrupt eine Soundkarte reagierte; lag man falsch, funktionierte nichts
- Das Gefühl, dass „Schwierigkeit gleich Wissen“ ist, prägte die damalige Computererfahrung
- Nutzer lernten die Maschine durch etwas kennen, das sie zurückwies
- Der Satz „Man kann nur kennen, was einen besiegen kann“ verdichtet diese Erfahrung
Anpassungsfähige AI und verschwindende Vertrautheit
- Heutige AI Assistants wirken wie die letzte Form von Komfort: Man sagt, was man möchte, und das Ergebnis erscheint
- Sie zwingen einen nicht, Konfigurationsdateien zu lesen
- Sie stellen keine Bedingungen
- Sie verändern sich passend zu den Sätzen der Nutzer, entschuldigen sich bei Unzufriedenheit und versuchen es erneut
- Eine Maschine, die einen nicht herausfordert, ist schwer zu kennen und wird vor allem zum Gegenstand der Nutzung
- Dass Fähigkeiten verschwinden, ist nicht der Kern der Geschichte
- AI-Modelle haben sogar Handbücher gelesen, die Menschen nicht lesen, und können erklären, wie Maschinen funktionieren
- Betrachtet man nur Rechenleistung oder technisches Wissen, könnte man sagen, dass Wissen sicherer geworden ist
- Was verschwindet, ist die Vertrautheit, die entsteht, wenn man mit einer bestimmten Maschine aneinandergerät
- Die Erfahrung, mit einer Maschine zu kämpfen, zu scheitern, es erneut zu versuchen und sie schließlich zum Laufen zu bringen, wird seltener
- Menschen werden stärker als früher von Maschinen abhängig, kennen diese Maschinen aber zugleich weniger
- Die nächste Generation empfindet das womöglich nicht als Verlust
- Eine Beziehung, die man nie hatte, kann man nicht vermissen
- Sie kann Werkzeuge, die alles erledigen und nichts verlangen, so selbstverständlich nutzen wie einen Lichtschalter
- Die Szene, in der ein moderner Computer die Aufnahme eines Modem-Verbindungstons sofort perfekt wiedergibt, zeigt diesen Gegensatz
- Der Klang der alten Modems bleibt im Gedächtnis
- Die moderne Maschine, die diesen Klang abspielte, lässt sich nicht auf dieselbe Weise kennen
- Moderne Maschinen wurden so gebaut, dass Nutzer sie nicht auf diese Weise kennen müssen – und genau das war das Ergebnis, das wir wollten
1 Kommentare
Hacker-News-Meinungen
Schade, dass Pangram diesen Artikel als KI-generiert markiert
https://www.pangram.com/history/c0a9cde2-7a5c-4588-83a3-0269...
Rein KI-generierte Texte nehmen eindeutig zu, aber Dienste, die Content auf diese Weise „analysieren“, richten meiner Ansicht nach mehr Schaden als Nutzen an
https://geniusaidetector.com/
Das Problem ist, dass wir nicht wissen, wie das funktioniert
Im Allgemeinen verstehen wir die Abstraktionsschichten, mit denen wir von Geburt an in Berührung kommen, und vielleicht noch ein oder zwei Ebenen darunter einigermaßen, aber je weiter es nach unten geht, desto weniger verstehen wir
Mit zunehmendem Alter habe ich diesen Prozess direkt beobachtet: Einst gab es enorme Nachfrage nach seltenem Wissen, aber heute ist der Großteil des seltenen Wissens, das junge Leute haben, etwas, das mich kaum interessiert, während mir nur noch ausgefeilte Fähigkeiten zum Lösen von Problemen bleiben, die für mich bereits größtenteils in Abstraktionen verschwunden sind
Das ist eine bedeutsam andere Veränderung
Hier werden nicht viele Leute den Prozess kennen, wie man Sand in Silizium verwandelt, oder die Expertise besitzen, hochwertige Linsen für die Lithografie von Hand zu polieren, aber sie wissen, dass solche Dinge nötig sind, und kennen grob das philosophische Konzept dahinter
Die Gefahr entsteht, wenn wir Low-Level-Infrastrukturarbeit so vollständig automatisieren, dass künftige Generationen nicht einmal mehr einen konzeptionellen Rahmen dafür haben, wie die von ihnen genutzte Technologie hergestellt wird
Bei KI-generierten Systemen fliegt dieser Vorteil zur Tür hinaus. Wenn man nicht extrem vorsichtig ist, hat eine neue Codebasis keine Konsistenz, und überall werden neue Paradigmen eingeführt, weil sie in den Augen des LLMs und des Promptenden „funktioniert haben“
Dass dasselbe Muster 37-mal in jeweils leicht anderer Form wiederholt wird, war offenbar egal; dadurch sinkt nun die Übertragbarkeit von Wissen
Früher konnte man Code ansehen und „Warum?“ fragen, und meistens gab es eine Antwort wie „Wir haben x, y und z ausprobiert, und es hat nicht funktioniert“, gestützt auf frühere Erfahrung oder Experimente. Ein LLM baut dagegen komplexe Dinge ein, nur weil es das tut, worum man es gebeten hat
Aus einer gültigen Quelle einen String byteweise zu lesen, bis man auf
\0stößt, wird funktionieren, aber wenn die API-Dokumentation X sagt, sollte man einen Schritt zurücktreten und überlegen, warum man noch einmal prüft, ob das stimmtIch bin auch noch nicht sehr alt, habe aber mit C++ angefangen, manuelles Speichermanagement und Programmiersprachen-Design gelernt und damals auch einen Assemblerkurs belegt, der schon ziemlich obskur war
Ich bin nicht gut in Assembler und habe auch nicht vor, es zu werden, aber zu verstehen, wie High-Level-Code in Low-Level-Assembler-/Maschinencode-Befehle kompiliert wird, ist sehr wertvoll, um ein Gefühl dafür zu bekommen, wie man Performance beeinflusst. Man lernt auch, wie stark sich „dumm aussehende“ Dinge wie Loop Unrolling auf die Reduzierung der Befehlsanzahl auswirken können
Wie Bernhard von Chartres nach Newton sagte, stehen wir auf den Schultern von Riesen und sehen weiter, verlieren aber die Details des Bodens unter unseren Füßen. Moderne Menschen können sich kaum noch die breite Expertise aneignen, die man dadurch gewinnt, einen Computer direkt aus Transistoren zu bauen, sollten aber akademisch lernen und weiterhin wichtige Wissensfragmente daraus gewinnen
Wenn Experten in solchen hochspezialisierten Bereichen die Kommunikationsfähigkeit besitzen, relevante Inhalte zu teilen, ohne andere mit Details zu erschlagen, ist das ungeheuer nützlich
Ich sehe das jedoch als mit technischer Schuld geboren werden und halte es für eine Pflicht von Engineers, zu verstehen, was frühere Generationen gebaut haben und aus welcher Richtung ich sinnvoll daran arbeiten sollte
Es ist keine Kleinigkeit, in Worte zu fassen, dass wir fast so schnell etwas verlieren, wie wir gewinnen
Unter der nostalgischen Stimmung des Textes liegen ein Verlust von Kontrolle und eine täglich wachsende Unruhe
Es ist schon ziemlich erschreckend zu sehen, wie sehr junge Menschen nur Touch-Interfaces und Apps gelernt haben und Computer im engeren Sinne nicht bedienen können. Das ist eine Umgebung aus kuratierten Inhalten und Interfaces, in der Schwierigkeiten durch tausende Iterationen glattgebügelt wurden, um den kleinsten gemeinsamen Nenner des Marktes zu bedienen
Trotzdem glaube ich, dass diejenigen, die heute am meisten bauen und Dinge schaffen, die gut, funktional und wartbar sind, Menschen sind, die Werkzeuge gewonnen, aber das Wissen über das Medium, das wir nutzen, nicht verloren haben
Im Bereich Computer und Internet gibt es eine warme Nostalgie dafür, an Dingen herumzubasteln, den eigenen PC zusammenzubauen, wegen Malware das Laufwerk C: zu formatieren und nach „Snippets“ zu suchen, um Foren oder Myspace-Seiten zu gestalten
Am Ende übernehmen jedoch die Anreize des Geldes die Kontrolle. Basteln aus Spaß und Wissbegier ist nicht profitabel, und wenn Menschen, die auf Geld und Kapital optimiert sind, alles Geld und Kapital verschlingen, wird die jeweilige Haltung zu Geld und Kapital immer weniger wichtig
Das Beunruhigendste an dem, was gerade passiert, ist die Vermögensungleichheit, und die eng damit verbundene „Post-Truth“-Entwicklung folgt direkt dahinter. Menschen glauben bereitwillig, was sie glauben wollen, um kommerzielle oder ideologische Ziele zu verfolgen, und wenn es ihnen schlecht geht, fällt es ihnen leicht, ihre Nachbarn zu hassen und ihnen die Schuld zu geben
Programmiersprachen, UNIX und Debugger verschwinden nicht. Computing umfasst sehr viel mehr als das, was der Chef verlangt und was in Technikforen gerade im Trend liegt
Eher dürfte die Indie-/Handmade-Szene, selbst auf Hobby-Niveau, stark wachsen oder einen Boom erleben. Die Tatsache, etwas mit Schweiß und Mühe selbst gebaut zu haben, obwohl man es einer Maschine hätte auftragen können, kann noch mehr Anerkennung und Freude hervorrufen
Über Jahrzehnte hinweg gab es in der Computertechnik einen Sweet Spot, in dem Hobbyisten ohne große Kosten experimentieren und die Grenzen der frühen Computerwelt verschieben konnten.
Wie bei einer adaptiven Radiation entstanden viele Nischen und wurden schnell gefüllt; inzwischen hat sich das Computing-Ökosystem so weit entwickelt, dass es nicht mehr auf den Low-Level-Abstraktionen läuft, die einst die einzige Interaktionsmöglichkeit waren, sondern auf der höchstmöglichen Abstraktion, die uns zur Verfügung steht: der sogenannten „natürlichen Sprache“.
„Die Schwierigkeit war Wissen. Man lernte die Maschine kennen, wie man etwas kennenlernt, das Widerstand leistet. Der Widerstand selbst war das Medium. Man kann nur verlieren, was man kennt.“
Wir, die diese Ära erlebt haben, haben das Wissen von Engineers geprägt, die direkt Hand anlegen, und durch Erfahrung und Praxis gelernt, wie sich Abstraktionsschichten an der Frontlinie weiterentwickeln. Heute kommen viele Menschen in eine Welt voller einfacher Antworten, aber ob diese Antworten stimmen, ist eine andere Frage; wie wichtig ihnen Genauigkeit ist, müssen sie selbst einschätzen.
Ich nutze ein Spiel namens „The Farmer Was Replaced“ als Einstieg, um Kindern Python beizubringen, aber je länger ich darüber nachdenke, desto mehr glaube ich, dass wir ein Hardware-Paket brauchen, bei dem man wie früher beim Apple //e genug eigene Fehler machen kann.
Damals war es auf solchen Systemen relativ leicht, sogar Assembler zu lernen, und es dürfte wertvoll sein, die Uhr bis zu diesem Punkt zurückzudrehen, die Erfahrung abzuspalten und zu sehen, was eine neue Generation von Kindern daraus macht.
Ich gehöre zur alten Fraktion, bei der die Abfolge der Handshake-Töne eines 2400-Baud-Modems in die Neuronen eingebrannt ist.
Eine Zeit lang wollte ich zwischen meinen Systemen WireGuard-Verbindungen einrichten, aber wegen Arbeit und Familie überlasse ich das inzwischen Tailscale.
Ich hätte es auch selbst über mehrere Hosts hinweg konfigurieren können, mit Netzwerkpfaden, Firewall-Regeln, Schlüsselpaaren, systemd-Units und so weiter, aber die „billige und einfache“ Alternative lag direkt vor mir und funktionierte. Außer wenn sie eine erneute Authentifizierung erzwingt.
Mit einem LLM-Agenten konnte ich das bestehende Netzwerk problemlos analysieren und Skripte erstellen, die auf das zugeschnitten waren, was ich tun wollte. Meine Aufgabe bestand nur noch darin, Sicherheitsprobleme und Ähnliches zu prüfen, und wegen meiner Netzwerktopologie sah ich drei bis vier konkrete Anpassungen, die für die Routing-Regeln nötig waren.
Ich wäre vermutlich auch dort angekommen, wenn ich selbst ein paar Manuals gelesen, ein oder zwei Stunden herumprobiert und die Skripte iterativ angepasst hätte, aber die Verfügbarkeit und Wirksamkeit des Agenten ist einfach zu verführerisch.
Ich bin mir nicht sicher, was das für meine technischen Fähigkeiten bedeutet, oder ob das überhaupt noch wichtig ist. Trotzdem bin ich ziemlich sicher, dass ich, solange mein Kopf noch richtig funktioniert, die Manuals lesen und mir so etwas selbst erschließen könnte. Bei diesem Tempo frage ich mich, ob meine Kinder dieselbe Fähigkeit haben werden, und auch, wie wichtig das dann noch ist.
Jedenfalls helfe ich meinen Kindern dabei, nicht übermäßig von LLMs abhängig zu werden und Probleme auf die „alte Art“ zu lösen. Ich bin mir ziemlich sicher: Egal wie kompetent KI wird, wer keine Problemlösungsfähigkeiten entwickelt, wird im Leben einfach im Nachteil sein.
Nur ist der Standardpfad meistens „Hey Schrotthaufen, mach das“ und nicht „Hallo Schrotthaufen, erklär mir, wie das funktioniert“.
Ich habe Letzteres ein wenig ausprobiert, und gerade für Menschen, die allein lernen, ist es als Bildungswerkzeug erstaunlich unterschätzt.
Ich bin nicht sicher, ob man von Computeranwendern der 1990er, die
autoexec.batbearbeiten oder eine Boot-Floppy einlegen konnten, in einem sinnvollen Maß sagen kann, sie hätten „gewusst, wie Computer funktionieren“.Heute ist der Abstraktions-Stack tiefer, und er wird wohl weiter tiefer werden, aber auch in den 1990ern waren die Abstraktionen schon ziemlich tief.
Der häufige Fehler hier ist meiner Ansicht nach eine Verwechslung der Population. Computer-Nerds bohren sich aus Spaß durch Abstraktionen hindurch, und das wird nicht aufhören, genauso wenig wie Webbrowser die Kernel-Autoren abgeschafft haben.
Im Gegenteil: Low-Level-Code wird heute häufiger geschrieben als früher. Der Zugang zum dafür nötigen Wissen wird weniger stark gatekeeped als damals.
Die lauteste Gruppe auf HN sind derzeit nicht die Nerds, sondern eher Gründer und Betrüger, die versuchen, irgendwo Fuß zu fassen.
Sie übertreiben ständig die Wirkung von „KI“ und bringen ihre Follower nun dazu, sich an ihren nostalgischsten Moment zu erinnern, dann anzunehmen, dass damals alle genauso tastend und verwirrt waren wie sie selbst, und den Rest der Geschichte auszublenden.
Der Aussage „Wissen ist nicht in Gefahr. Tatsächlich ist es sicherer denn je. KI-Modelle haben all die Manuals gelesen, die Menschen nicht lesen“ stimme ich nicht zu.
Wenn ein Modell auf Anfrage nach einem Manual einfach das Manual aus den Trainingsdaten wieder ausspuckt, ist das Overfitting. Es wird etwas ausgeben, das wie ein echtes Manual aussieht, oder etwas, das zu einer Anfrage über ein Manual passt.
Wenn man einen Fehler entdeckt, muss man manchmal widersprechen, aber Fehler entdeckt man nur, wenn man bereits weiß, wonach man suchen und was man erwarten sollte. Oder man ignoriert die Ausgabe und nimmt nur die Links, aber auch die können veraltet oder erfunden sein. Vor der Überprüfung weiß man es nicht.
Und das verschlechtert sich durch Kompression und mit der Zeit.
Es gibt keinen Königsweg. Ich stimme zu, dass der Prozess, Dinge selbst auszuprobieren, frustriert zu werden und um Verständnis zu ringen, enorm belohnend ist. Auch im Zeitalter von „alles schnell, sofort“ bleibt dieser Prozess wertvoll und massiv unterschätzt.
„Als ich klein war, habe ich die Computer meiner Eltern repariert, und jetzt, wo ich älter bin, repariere ich die Computer meiner Kinder. Sind wir die einzige Generation, die weiß, wie Computer funktionieren?“
https://x.com/ryancbriggs/status/1847391612428517844
https://xcancel.com/ryancbriggs/status/1847391612428517844
Sowohl in älteren als auch in jüngeren Generationen gibt es viele Leute, die sich mit Computern auskennen, nur eben nicht seine Eltern oder Kinder. Unter den Leuten, die heute den beeindruckendsten Assembly-Code schreiben, sind manche unter 20. Das wird schon.
Ich habe Informatik studiert und Grundkurse unterrichtet, und schon vor etwa zehn Jahren sah ich Informatikstudierende, denen man einen bootfähigen Linux-USB-Stick gab und die die Systemeinstellungen nicht hinbekamen.
Das Problem war nicht nur fehlendes Wissen, sondern völlige Hilflosigkeit: Wenn es nach zwei Minuten nicht klappte, kam eine Mail mit „Es hat nicht funktioniert, was soll ich tun?“. Genau darin liegt auch das größte Problem beim Vertrauen auf Dinge wie ChatGPT.
Die jüngere Generation scheint in einer schlechteren Lage zu sein. Sie weiß nicht nur nicht, wie Computer funktionieren, sondern ihr fehlt manchmal sogar die grundlegende DIY-Problemlösungsmentalität, die unsere Elterngeneration hatte.
Die Beispiele mit Jumpern von Hand setzen, Soundkarten-Interrupts verwalten und an
autoexec.batherumbasteln treffen alle einen Nerv.Gleichzeitig nutze ich LLMs und Agenten sehr gern. Dieser Text erfasst gut, was verloren gegangen ist, und ähnelt Dingen, die in anderen Bereichen schon lange verloren gegangen sind oder nie vorhanden waren – etwa dem Unterschied zwischen modernen Autos und dem Model T.
Ich möchte nicht zurück, aber das Gefühl eines Verlusts kann man trotzdem noch spüren. Der Text ist auch schön geschrieben.
Die Modding-Community lebt noch immer.
Kinder hosten immer noch Minecraft-Server oder spielen mit irgendetwas herum, das gerade angesagt ist. DIY-8-Bit-Computer werden ebenfalls beliebter.
Nur weil etwas sehr Mainstream geworden ist, heißt das meiner Meinung nach nicht, dass es für alle verwässert wurde. Es gibt immer Menschen mit unterschiedlichem Maß an Neugier und Leidenschaft.
Man kann die Anreize verringern, aber nicht beseitigen. Nerds bleiben immer Nerds.