Was Wissenschaftler sagen – und was sie eigentlich meinen…

Die Juristen haben ihre Geheimsprache namens Legalese/Juristendeutsch, Beamte haben ihre Geheimsprache Beamtendeutsch (Baum = raumgreifendes Großgrün). Juristische Texte und behördliche Schreiben muss ich mir des Öfteren von der KI in einfache Worte übersetzen lassen.

Auch die Wissenschaftler haben eine Geheimsprache, sie nennt sich wissenschaftliches Schreiben und darüber gibt es ganze Bücher und es gibt manchmal auch entsprechende Kurse an der Uni.

Als ich als Doktorand im Labor arbeitete hing in der Küche an der Tür folgende Tabelle:

Was zunächst witzig klingt, erwies sich beim Schreiben leider als hilfreich. Ich bin teilweise noch heute erstaunt, wie blumig wissenschaftlich ich mein Nichtwissen als neueste Erkenntnis darstellen konnte.

Hier die Übersetzung, teilweise kann man natürlich auch andere Interpretationen geben, als in der Tabelle vorgegeben. Ich habe diese teilweise aus meiner eigenen Erfahrung ergänzt.

Ich freue mich über Ergänzungen der Liste in den Kommentaren.

Neben diesen Floskeln kommt noch eine weitere sprachliche Besonderheit hinzu, das Hedging.

Eine der Hauptbesonderheiten des wissenschaftlichen Schreibens ist das „Hedging“. Hedging ist eine Art wissenschaftliche “Schwurbelei”, die es einem ermöglicht, seine Aussagen in dermaßen viele Konjunktive und Einschränkungen zu verpacken, dass das Festnageln auf eine definitive Aussage im Notfall wie das Festnageln von Götterspeise an eine Wand ist.

Ein anderes Wort für diese Art zu formulieren ist im Englischen der Begriff weasel word. „Der aus dem amerikanischen Englisch stammende Ausdruck weasel(-)word bezeichnet ein Wort mit vager und unscharfer Bedeutung. In den USA wurde der Ausdruck durch Theodore Roosevelt bekannt, der ihn 1916 verwendete, um die Politik von Woodrow Wilson anzugreifen.“

Wissenschaftliches Schreiben ist also eine Mischung aus Politikersprech (viel reden und nichts sagen, aber es klingt sehr schön gelehrt) mit verbaler Verantwortungsdiffusion („DAS habe ich so nicht explizit gesagt“).

Zur Übung dekodieren wir ein paar Sätze, der die „Fähigkeiten“ von AlphaFold beschreibt, einem KI Programm, das angeblich Proteinstrukturen vorhersagen kann.

„AlphaFold demonstriert in den meisten Fällen eine mit experimentellen Strukturen konkurrierende Genauigkeit und eine deutlich bessere Leistung als andere Methoden.“

„In den meisten Fällen“: mehr als 50 %, aber eben keine 100 %. Eine gute Schätzung vermutlich. Da man das Programm nutzt, um unbekannte Proteinstrukturen vorherzusagen, gibt es keinen Vergleich, wie gut die Schätzung des Programms ist, weil es keinen Vergleichswert zur Eichung gibt. Die KI funktioniert aber soweit gut an Datensätzen aus der PDB-Datenbank, anhand derer sie trainiert wurde und die sie kennt.

„Eine mit experimentellen Strukturen konkurrierende Genauigkeit“: In den Fällen, in denen es echte Strukturen gab (Röntgenkristallstrukturen wäre meine bevorzugte Methode), kam es soweit relativ gut hin.

„Eine deutlich bessere Leistung als andere Methoden“: Die älteren Programme sind noch schlechter. Perfekt ist das Programm noch nicht, weil es auch künftig optimiert und weiterentwickelt wird. Es scheint, so wohlklingend die Publikation zur Vorversion auch beschrieben ist, Luft nach oben zu geben.

„In CASP13 (2018) gewann die erste Version von AlphaFold den Wettbewerb und bewies, dass ihr Deep-Learning-Ansatz herkömmliche Methoden übertreffen kann. Es gab jedoch noch Raum für Verbesserungen.“

Übersetzung: Alle Modelle in diesem Wettbewerb scheiterten.

„In CASP14 (2020) sagte die nächste Version von AlphaFold Strukturen voraus, die mit den experimentellen Ergebnissen vergleichbar und manchmal nicht von ihnen zu unterscheiden waren.“

AlphaFold hat sich verbessert, aber es bleibt hinter den experimentell gewonnenen Proteinstrukturen zurück.

Man hat also ein Strukturvorhersageprogramm, das besser ist als seine Vorgänger (sonst könnte man es nicht veröffentlichen). Dieses Programm ist aber noch immer fehlerbehaftet und nicht ausgereift, daher arbeitet man an einer Version 2. Die Daten, die man mit Version 1 gewonnen hat, sind somit definitiv NICHT verlässlich oder belastbar. Die Beispiele, die in der zitierten wissenschaftlichen Publikationen verwendet werden, sind immer die besten Ergebnisse. Der Rest war deutlich schlechter und wird daher nicht erwähnt.

Dieses “wissenschaftliche Schreiben” bedeutet für Juristen, die es bevorzugen, dass etwas explizit im Text steht, dass man eben auch mal zwischen den Zeilen lesen muss, um den wirklichen Inhalt eines Papers zu verstehen. Anschließend zieht man das Marketingsprech und die Lobhudelei ab, die man braucht, um weitere Gelder einzuwerben.

Zum Schluss bleibt unter Umständen nicht mehr viel übrig: AlphaFold sagt Proteinstrukturen voraus, von denen alle nicht identisch mit den natürlichen Proteinstrukturen sind. Manche kommen soweit hin, dass man die Ähnlichkeit nicht abstreiten kann. Bei unbekannten Strukturen kann man auch würfeln, weil das Ergebnis nicht überprüfbar ist, kann soweit ähnlich sein, kann aber auch nichts mit der tatsächlichen Struktur gemeinsam haben. Man ist aber auf einem guten Weg und braucht daher mehr Geld.

Das ist natürlich vor Gericht schwierig, denn der Richter will auch lieber eindeutige Aussagen.

Unterstützungsmöglichkeiten:

Bücherwunschzettel: https://www.amazon.de/registries/gl/owner-view/30LG3DJ4ET90L?ref_=list_d_gl_lfu_nav

Andere Unterstützungsmöglichkeiten für Holgers und meine Forschung:

• Konto für Unterstützung für das Projekt Scan 2000

  Dr. Merse DE34 4305 0001 0302 7851 75 Sparkasse Bochum

• Horst Reissner: IBAN DE51 4401 0046 0406 4514 67

• Dr. S. Stebel: https://ko-fi.com/einmalmitprofisarbeiten

  • Paypal: [email protected]