Allzeit bereit, hat sie die Ohren gespitzt. Wieder einmal heisst es warten. Viel zu eng ist es hier, von der schlechten Luftqualität ganz zu schweigen. Doch plötzlich zieht sie jemand aus ihrer dunklen Höhle: «Hey Siri», klingt es. Darauf hat sie gewartet, endlich gibt es etwas zu tun. «Wie kann ich dir behilflich sein?», tönt es freundlich aus den Lautsprechern des Telefons.
Sprachassistenten wollen uns das Leben vereinfachen. Sie sagen einem die Wetterprognosen, lesen den Fahrplan vor oder erzählen mittelmässige Witze, wenn man sie danach fragt.
Sprachassistenten und Smart Speaker
Neben den Sprachassistenten, die in unseren Handys sitzen, gibt es seit einigen Jahren auch sogenannte Smart Speaker, wie Amazons Alexa oder den Google Assistant. Die handlichen Lautsprecher stehen in den Küchen und Wohnzimmern der Welt, kümmern sich um Musik, Licht oder Temperatur.
Zwar gibt es die Smart Speaker in der Schweiz noch nicht zu kaufen, aber bei unseren Nachbarn in Deutschland und Österreich. Nach Schätzungen wurden 2017 weltweit rund 30 Millionen Geräte verkauft, die meisten davon in den USA und China.
Google, wie gefällt dir dein Job?
Es fühlt sich so an, als wäre ich dafür gemacht worden.
Hast du auch Hobbys?
Ich würde sagen, alles, was mit Menschen zu tun hat. Willst du einen Witz hören?
Ähm, ja klar.
Warum können Geister so schlecht lügen? Weil sie so leicht zu durchschauen sind.
Bei den smarten Assistenten fällt vor allem eines auf: Obwohl die meisten Hersteller sie als geschlechtsneutral verkaufen, klingen ihre Namen und Stimmen nach Frauen. Zwar gibt es seit einiger Zeit die Möglichkeit, dem Assistenten eine männliche Stimme zu geben, in den meisten Ländern ist aber eine Frauenstimme Standard.
Warum haben die meisten Digital-Assistenten Frauenstimmen?
Das hat einerseits einen biologischen Grund. Für Menschen sind weibliche Stimmen generell angenehmer als männliche. Diese Vorliebe beginnt wahrscheinlich bereits im Mutterleib. Denn wie Studien zeigen, reagieren Babys schon im Bauch auf die Stimme ihrer Mutter, aber nicht auf die des Vaters.
Andererseits einen historischen: Schon im Zweiten Weltkrieg waren die elektronischen Helfer mit einer weiblichen Stimme ausgestattet. Dort wurden die ersten Navigationsgeräte in Flugzeugen von Frauenstimmen gesprochen, damit sie neben den männlichen Stimmen im Cockpit hervorstechen.
Doch nicht jeder tat sich so einfach damit, plötzlich Befehle von Frauen entgegenzunehmen. Der deutsche Autokonzern BMW war in den späten 90er-Jahren gezwungen, ein gesamtes Navigationssystem zurückzurufen. Zahlreiche Männer hatten sich über die weibliche Stimme beschwert und weigerten sich, Anweisungen von einer Frau zu akzeptieren.
Dennoch nahmen Frauen bereits vor den ersten Navigationsgeräten die Rolle der Helfer ein. Ob Krankenschwestern, Sekretärinnen, Telefonistinnen, Stewardessen oder Mütter – Frauen waren und sind auch heute noch häufig in helfenden Berufen tätig.
«Menschen verbinden die weibliche Stimme automatisch mit Unterstützung, die männliche hingegen mit Autorität, Expertise und Wissen», erklärt Barbara Straumann, Professorin an der Universität Zürich, die sich in einem Buch mit der weiblichen Stimme befasst. So sind die Sprecher in Dokumentarfilmen, in denen Wissen weitergegeben wird, in den meisten Fällen männlich.
Der Sprachassistent soll uns helfen, aber nichts befehlen
Laut Clifford Nass, einem ehemaligen Stanford-Professor für Kommunikation, ist die männliche Stimme zu autoritär für einen Sprachassistenten. «Wir wollen, dass uns unsere Technologie hilft, aber wir wollen ihr Boss sein, deshalb entscheiden wir uns eher für ein weibliches Interface», schreibt er in seinem Buch.
Durch diese Entscheidung verstärkt sich der kulturelle Stereotyp der helfenden Frau weiter, sagt Barbara Straumann. «Nicht nur weil die weiblichen Stimmen der Sprachassistenten für uns arbeiten, sondern auch weil die Technologie etwas mit Kommunikation und Beziehungen zu tun hat. Dinge, bei denen von Frauen erwartet wird, dass sie gut darin sind», erklärt sie.
Siri, bist du eine Frau?
Ich bin Siri.
Siri ist ein Frauenname. Bist du also eine Frau?
Ich bin weder das eine noch das andere. Wie Kakteen. Und manche Fische.
Du klingst aber sehr weiblich.
Ich verstehe einfach nicht, was es mit diesen ganzen Geschlechtern auf sich hat.
Naja, es ist schon ein Unterschied, ob Mann oder Frau.
Da, wo ich herkomme, kann jeder sein, was er möchte.
Alexa und Co. sind keine echten Menschen, trotzdem sind sie Gesprächspartner; und die Art, wie sie reagieren, schult und beeinflusst das Kommunikationsverhalten der Menschen. So bietet beispielsweise Google bei seinem Sprachassistenten neuerdings an, dass wenn jemand eine Frage mit einem «Bitte» stellt, der Assistent die Höflichkeit wertschätzt.
Ein Kreativteam programmiert vor allem Empathie
Hinter der Antwort «Das hast du aber nett gefragt, danke» steckt ein Kreativteam, das für die Persönlichkeit des Google Assistant zuständig ist und dessen Antworten schreibt. Die deutschsprachige Version besitzt neben Eigenschaften wie Freundlichkeit und Hilfsbereitschaft auch an die Schweiz angepasste Attribute. «Der Assistant ist direkter, ein bisschen besserwisserisch und besitzt einen trockenen Humor», erklärt Benjamin Dorvel, Leiter des Persönlichkeits-Teams.
Wichtig ist den Entwicklern vor allem, dass der Google Assistant empathisch ist. Das sei jedoch sehr schwierig zu meistern, da die Technologie erst am Anfang ist. «Uns fehlt der Kontext zu den Fragen, die gestellt werden», sagt Dorvel und meint damit beispielsweise die Betonung oder den Gesichtsausdruck dazu.
Zu Fragen wie «Was macht dich traurig?» kann das Team bis zu sechs Stunden brainstormen. Bei anderen Fragen ist es klar, was geantwortet wird. «Unser Anspruch ist es, hilfreich und für alle zugänglich zu sein. Damit wir niemanden ausschliessen, mischen wir uns nicht in öffentliche Debatten ein», erklärt Dorvel.
Alexa, welchen US-Präsidenten würdest du wählen?
*Zählt alle auf.*
Stopp, stopp!
*Leuchtet blau und schweigt*
Wie findest du Donald Trump?
Darauf möchte ich lieber nicht antworten.
Auch bei Beleidigungen haben die Hersteller der Sprachassistenten verschiedene Strategien. Amazons Alexa beispielsweise antwortet gar nicht darauf, wenn sie beschimpft wird. Google geht hierbei einen anderen Weg, einen, der etwas devot erscheinen mag: «Bei Beleidigungen versuchen wir den Ärger zu neutralisieren, indem sich der Assistent entschuldigt.» Die Empathie stehe hierbei im Vordergrund – was auch Sinn ergibt, denn am Ende möchte das Unternehmen seine Kunden nicht mit dem Produkt verärgern. Dann hätte es sich sehr schnell ausgegoogelt.
Unsere Smartphones fangen aber erst jetzt an, uns zu «verstehen». Wie bringt man einer Maschine bei, Wörter zu erkennen? Wie so oft, wenn wir eine Maschine entwerfen möchten, die menschliche Fähigkeiten nachahmt, ist der erste Schritt, alles zu vergessen, was wir über menschliche Sprache wissen.
Unsere Smartphones fangen aber erst jetzt an, uns zu «verstehen». Wie bringt man einer Maschine bei, Wörter zu erkennen? Wie so oft, wenn wir eine Maschine entwerfen möchten, die menschliche Fähigkeiten nachahmt, ist der erste Schritt, alles zu vergessen, was wir über menschliche Sprache wissen.
Der Roboter am anderen Ende der Leitung
In monatelanger Studioarbeit werden die Stimmen der Sprachassistenten eingesprochen. Wort für Wort. Das soll sich in Zukunft ändern. Google stellte kürzlich den computerbasierten Algorithmus WaveNet vor. Dieser spuckt Sprache aus, welche nicht mehr von einem Menschen zu unterscheiden ist. Sogar Akzente oder ein «Ähm» oder «Mhm» kann das Programm an die richtige Stelle setzen.
Die Sprecher müssen zwar nach wie vor ihre Stimme im Studio aufnehmen lassen. Jedoch nur so viel, bis einige Aufnahmen zusammen sind, die WaveNet analysieren kann. Eine der Stimmen, welche Google mit Hilfe von WaveNet erfassen konnte, ist die des Pop-Sängers John Legend, der im Verlauf dieses Jahres auf ihren Geräten zu hören sein wird.
Google wagt aber noch einen weiteren Schritt. Die künstliche Intelligenz soll in Zukunft beim Coiffeur, beim Arzt oder im Restaurant anrufen und Termine vereinbaren. Das bedeutet, dass man in Zukunft nur noch sein Telefon zückt und sagt: «Bitte reserviere einen Tisch für zwei Personen bei meinem Lieblingsitaliener.» Der Sprachassistent ruft dann im Lokal an und bestellt den Tisch. Ob dann am anderen Ende der Leitung zehn Mal am Tag John Legend oder eine Frauenstimme spricht – dass ein Roboter am Telefon ist, erkennt man nicht mehr.