ChatGPT und KI in der Softwareentwicklung

Der Hype, den die Chatbot-KI von OpenAI Ende November 2022 auslöste, halte durchs gesamte Internet. Unzählige Social-Media-Beiträge zeigen, was die schwache KI alles kann: vom Algorithmus bis zum Sonett scheint so ungefähr alles möglich zu sein. Was ist da los? Schließlich ist künstliche Intelligenz schon seit einigen Jahren ein fester Bestandteil unseres Alltags. Die schlauen Systeme machen unser tägliches Leben einfacher – im Auto als Fahrassistenz, im Wohnzimmer durch Alexa und Co. oder auf dem Handy. Aber sie können noch mehr: Das Sprachmodell ChatGPT schreibt überzeugend gute Texte, von der Produktbeschreibung bis zum Bewerbungsschreiben. Und jetzt können ChatGPT und GitHubs Copilot Dir auch beim Programmieren helfen. ChatGPT schreibt Deinen Java-Code in Sekundenschnelle in Python um, es generiert JSX-Code aus einer reinen Beschreibung des Layouts und ist Dein persönlicher Stackoverflow, der auf eigentlich jede Frage eine ausschweifende Antwort parat hat.

Läuten Sprach-KIs für die Softwareentwicklung die nächste digitale Revolution ein? Können diese Modelle die Programmierarbeit nicht nur vereinfachen, sondern sogar übernehmen? Werden Devs bald überflüssig? Wir haben uns den Hype rund um ChatGPT genauer angeschaut und geben Dir Antworten auf diese Fragen. 

Ende November 2022 stellte das US-amerikanische Unternehmen OpenAI, zu dessen Geldgebern u.a. Elon Musk und Microsoft gehören, seine Software ChatGPT (OpenAI's Generative Pre-trained Transformer) vor. Ein Sprachmodell, basierend auf dem KI-Algorithmus GPT-3.5, das die Tech-Welt verblüfft und den ein oder anderen "Normalo" sprachlos zurücklässt. ChatGPT ist ein prädikatives Modell für natürliche Sprachverarbeitung. D.h. es trifft sprachliche Vorhersagen auf Basis einer riesigen Menge an Texten, mit denen die Chatbot-KI trainiert wurde.

Das Interface von ChatGPT mutet wie das einer Suchmaschine an, aber die KI kann wesentlich mehr als eine Liste mit Links auszuspucken. Das Besondere an der Software: Die User:innen können mit dem künstlichen Agenten, dem Chatbot, ein Gespräch führen. Anders als bei Suchmaschinen geht es nicht nur um die eine Antwort auf eine bestimmte Frage. Das Modell liefert "Fakten", "Definitionen" und dient als Schreibassistent – ob Geburtstagskarte oder Anschreiben, die Ergebnisse sind je nachdem, wie hoch Dein Anspruch ist, auf jeden Fall nutzbar.

Das neuronale Netzwerkmodell wurde speziell auf Dialoge optimiert und ist eine Weiterentwicklung des GPT3, auf dem auch DALL-E trainiert wurde. DALL-E ist ein Programm, dass aus Text-Input Pixel-Output macht, also ein KI-System, das wörtliche Beschreibungen in fotorealistische Bilder umsetzt. Die Daten dieses Vorgängermodells flossen in den ChatGPT ein und geben dem Benutzenden das Gefühl, einen echten Dialog zu führen. Allein der Eindruck, ein Gespräch führen zu können suggeriert menschliche Fähigkeiten und trägt wahrscheinlich einen guten Teil zum Hype bei. 

Mit den vorangegangenen GPT-Modellen hat OpenAI eine riesige Datenmenge gesammelt, die nun genutzt wurde, um ChatGPT zu trainieren. Dabei setzten die KI-Entwickler:innen auf eine spezielle Methode des maschinellen Lernens, das Reinforcment Learning. Das KI-Chatbot-System wird mit menschlichem Feedback trainiert und lernt, die "besseren" Antworten in bestimmten Kontexten zu unterscheiden und auszugeben. Die Antworten wirken dadurch wie ein "echtes" Gespräch. Was das Sprachmodell von OpenAI so leistungsfähig macht, ist genau dieses Verhalten. Es lernt sehr schnell und es passt sich schnell an. In den nächsten Monaten wird es durch die vielen freiwilligen Tester:innen unter uns wahrscheinlich noch besser. Denn bei jeder neuen Unterhaltung, die ChatGPT führt, lernt es mehr Kontext und was eine angemessene Reaktion ist.

Im Gegensatz zu Facebooks Blenderbot und Googles LaMDA, die auch auf Suchmaschinen zugreifen, beschränkt sich ChatGPT auf einen begrenzten Trainingskorpus. Wobei "beschränkt" relativ ist. Die Datenmenge ist trotzdem riesig, rund 45 Terrabyte, aber eben zeitlich begrenzt bis zum September 2021. 

Im Vergleich zu seinem Vorgänger gibt es drei deutliche Verbesserungen.

1. Visuelle Eingabe

Seit dem 14. März 2023 kannst Du der KI auch Bilder als Input geben. Das Verblüffende: GPT-4 erkennt, was zu sehen ist und ordnet die visuellen Inhalte ein. Es liefert Dir zum Foto Deines Kühlschrankinhalts Rezeptvorschläge oder den passenden HTML und CSS Code zu einem schlechten, von Hand gescribbelten Layout. Auch Diagramme, PDF und Videos soll die KI verarbeiten können.

Um Missbrauch zu verhindern maskiert Open AI die Gesichert von Personen. Auch Microsoft und Google blocken die Gesichtererkennung ihrer KI-basierten Systeme Bard und Bing Chat.

2. Längerer Kontext

War die Textmenge bei ChatGPT auf 3.000 Zeichen begrenzt, kannst Du bei GPT-4 bis zu 25.000 Zeichen eingeben und der KI entsprechend mehr Kontext für Deine Problemstellung geben.

3. Kreativität

Auch was kreative Inhalte angeht soll GPT-4 um Längen besser sein als sein Vorgänger und intelligentere Songtext, Gedichte und Drehbücher schreiben.

Innerhalb von 60 Sekunden hat GPT-4 den funktionierenden Code für ein Mini-Game geschrieben, wie Videos im Netz zeigen. Außerdem ist besteht GPT-4 Aufnahmetests z.B. für ein Jurastudium an der Universität in Stanford.

Der Wunsch nach Programmen, die Programme selbst schreiben ist so alt wie die Informatik selbst. In den Anfangszeiten musste z.B. bei jedem Programm der Maschinencode neu eingegeben werden – bis Grace Hopper ihre smarte Idee, der Computer solle selbst die Codeabschnitte abschreiben, umsetzte. 

Heute kannst Du Dir als Entwickler:in von KI beim Programmieren helfen lassen. In der Regel musst Du als Entwickler:in kein Problem mehr von Grund auf lösen und Du greifst fast immer auf Bausteine zurück. Wenn Du nicht weiterkommst, schaust Du wahrscheinlich bei Stackoverflow und suchst nach passenden Codestücken und Bug Fixes. Wäre doch praktisch, wenn genau das auch ein Algorithmus übernehmen würde, oder? 

Welche Auswirkungen Sprach-KIs auf die Branche haben, ist noch nicht abzusehen. Aber dass sie die Arbeitsweise von Softwareentwickler:innen grundlegend verändern werden, zeichnet sich schon jetzt ab. Ob ChatGPT oder Copilot, die KI kann Dir als Developer viel Zeit sparen. Aber es gibt auf dem Weg zum perfekten generierten Code noch eine ganze Reihe an Fallstricken und juristischen Fragen zu lösen. Welche Rolle z.B. das Urheberrecht spielt oder wie es mit dem Datenschutz aussieht. Unklar ist auch, in welche Richtung sich das Geschäftsmodell von OpenAI entwickeln wird. Bleibt die Nutzung kostenlos? Werden bei der Weiterentwicklung Bias verstärkt? Auch das Katz-und-Maus-Spiel zwischen Programmen, die generierte Texte erstellen und solche wie GPTZero, die generierte Texte aufspüren, werden wir in Zukunft in einem noch schnelleren Wechsel beobachten. Im Hinblick auf den enormen Energiebedarf, der zum Training von KI gebraucht wird, wird Green AI als Forschungsbereich immer wichtiger.

Fest steht: KI-basierter Code wird den Workflow in den Dev-Teams verändern, zum Positiven. Die Code-Generatoren erarbeiten die Basics und erledigen die Routinearbeit und Du sorgst für den Feinschliff, zusammen seid ihr ein Expert:innen-Duo. Denn so wie es jetzt aussieht, wirst Du als Programmierer:in nicht durch Software wie ChatGPT und Copilot arbeitslos. Zum einen macht die KI noch zu viele Fehler. Zum anderen beschränkt sich die Kernkompetenz eines guten Devs nicht nur darauf 1a-sauberen Code zu schreiben. Deine Software muss gut strukturiert, erweiterbar, wartbar und technisch skalierbar sein. Du denkst über den Tellerrand hinaus und entwickelst kreative Ansätze zur Lösung von IT-Problemen. Und das ist nur der eine Teil der Arbeit. Auf der anderen Seite kommunizierst Du mit dem Auftraggebenden, diskutierst Vorschläge, findest heraus, was Kund:innen möchten, was sie eigentlich brauchen und was tatsächlich umgesetzt werden kann. Etwas, bei dem KI maximal unterstützen kann, weil sie z.B. schneller Daten analysiert oder Modelle simulieren kann. Aber die beste Software läuft nicht, ohne einen Menschen, der sie einsetzt.