Eine Gruppe niederländischer Kampfpiloten hat eine KI erprobt, die Hirnwellen ausliest und damit die Schwierigkeit eines Simulatortrainings in Echtzeit anpasst. Das Experiment eines Teams um Evy van Weelden vom Königlich-Niederländischen Luft- und Raumfahrtzentrum soll den angehenden Fliegern möglichst anspruchsvolle Aufgaben stellen und gleichzeitig verhindern, dass sie überfordert werden.

Wie die Fachleute in einer noch ungeprüften Fachveröffentlichung auf der Plattform »Arxiv« berichten, lasen sie dazu mit Elektroden am Kopf der Versuchspersonen ein Elektroenzephalogramm (EEG) aus, das als Datengrundlage für das Maschinenlern-System diente. Dieses bestimmte daraus die Arbeitslast durch die wahrgenommene Schwierigkeit der Aufgabe und passte entsprechend die Bedingungen der Flugsimulation an. Zwar verbesserte sich die Trainingsleistung der 15 Piloten in dem Versuch nicht messbar, die Mehrheit der Versuchspersonen gab jedoch an, diese Art des Trainings angenehmer zu finden als ein festes Programm mit steigender Schwierigkeit.

Trainiert wurde die KI mit Daten aus einer früheren Studie an ebenfalls 15 Versuchspersonen. In der hatten van Weelden und ihr Team in Flugsimulationen untersucht, wie sich die Arbeitsbelastung durch schwierige Aufgaben im EEG niederschlägt. Allerdings scheinen sich die Ergebnisse noch nicht wirklich gut übertragen zu lassen: Bei einem beträchtlichen Teil der Versuchspersonen erkannte das System kaum Veränderungen im Stresslevel und veränderte die Schwierigkeit der Simulation kaum.

Das deutet darauf hin, dass die KI die Hirnaktivität der Versuchspersonen nicht interpretieren konnte. Die Hirnaktivität scheint zu variabel zu sein, um eindeutige, universell erkennbare Merkmale von Über- oder Unterforderung hervorzubringen – zumindest solche, die sich schon bei solchen recht kleinen Versuchsreihen zeigen. Das wäre ein potenzielles Problem für derartige Systeme, denn selbst wenn sich dieser Mangel durch mehr Daten beheben lässt, sind Flugstunden im Simulator recht teuer und aufwendig.

Trainingsdaten von Hunderten Versuchspersonen zu erheben, gestaltet sich deswegen schwierig. Zumal immer die Möglichkeit bleibt, dass menschliche Gehirne generell zu verschieden sind, als dass Maschinenlern-Systeme deren Aktivität anhand von Trainingsdaten zuverlässig einschätzen könnten.