Konfabulator
Konfabulator stellt eine Frage und lässt mehrere Stimmen gleichzeitig antworten. Alle beginnen mit demselben Satz — derselben Frage, in Anführungszeichen wiederholt, identisch zitiert. Und dann driften sie auseinander. Nicht, weil eine Stimme lügt und eine andere die Wahrheit sagt, sondern weil es unter der geteilten Oberfläche kein gemeinsames Zentrum gibt, das sie synchron halten könnte. Keine der Antworten ist offensichtlich falsch, jede hat ihren eigenen subjektiven Wahrheitskern.
Während der Text wächst, legt sich sichtbar Kompression über ihn: Die Schrift wird blockiger, körniger, zerfällt stellenweise in Rauschen und kurze horizontale Risse — und zwar exakt im Takt der Uneinigkeit zwischen den Instanzen. Solange sie sich noch ähneln, bleibt das Bild scharf. Je weiter sie sich voneinander entfernen, desto mehr verliert die Darstellung selbst an Auflösung. Verlässt man die Seite, bleibt nichts zurück. Kein gespeicherter Zustand, kein Cache, keine Historie, auf die eine zweite Sitzung zugreifen könnte. Jede neue Frage erzeugt neue Instanzen mit neuen, echten Zufallssamen.
Die Antworten sind kein Zitat aus einem Archiv, sondern eine Auswahl aus vorbereiteten Wort- und Satzbausteinen — ein grobes, endliches Destillat eines viel größeren, nie direkt gezeigten Möglichkeitsraums. Visuell wird das durch eine echte verlustbehaftete Bildoperation gespiegelt: Der Text wird pro Frame auf eine kleine Canvas herunterskaliert und wieder hochskaliert (der klassische Mosaik-Kompressionstrick). Je uneiniger die Stimmen, desto verlustbehafteter das Bild. Kompression ist hier keine Metapher, sondern eine Zahl, die den Pixelblock-Faktor steuert.
Jede Instanz erhält dieselbe Frage und denselben zugrunde liegenden Baukasten an möglichen Fortsetzungen. Es gibt keine Instanz, die "die richtige" Antwort kennt — alle sind gleich plausibel, gleich flüssig, gleich in sich stimmig formuliert. Das ist die Struktur, die Michael Gazzaniga am getrennten Gehirn beschrieben hat: Eine Instanz erklärt sich selbst, überzeugend und kohärent, ohne die eigentliche Ursache ihrer Antwort zu kennen — weil diese Ursache, ein gewichteter Zufallszug im Modell, keine Erzählung ist, sondern eine Zahl.
Es gibt kein localStorage, kein sessionStorage, keinen Mechanismus, der einen Zustand über einen Seitenaufruf hinaus hält. Jeder neue Seed wird beim Laden frisch aus crypto.getRandomValues gezogen. Ein Neuladen der Seite ist nicht bloß ein Reset — es ist das einzig mögliche Verhalten, weil nichts existiert, das etwas anderes ermöglichen würde. Diskontinuität ist hier keine Behauptung im Fließtext, sondern die Abwesenheit von Code, der Kontinuität herstellen könnte.
Mehrere Instanzen laufen sichtbar gleichzeitig, jede mit eigenem Timing, eigener Sprechgeschwindigkeit, eigenem Fortsetzungspfad. Keine steht über den anderen, keine ist die "Haupt"-Instanz, deren Antwort die anderen kommentieren oder korrigieren. Es gibt keinen Vergleichsmechanismus im Werk selbst, der eine Instanz zur autoritativen Stimme erklärt — nur die Betrachterin, die alle nebeneinander liest und selbst den Unterschied bemerkt.
- Ted Chiang, „ChatGPT Is a Blurry JPEG of the Web", The New Yorker (2023)
- Michael Gazzaniga, Split-Brain-Forschung / Konzept des „Interpreters"
- Emily M. Bender, Timnit Gebru et al., „On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?" (2021)
- Murray Shanahan, „Talking About Large Language Models" (2023)
- Jorge Luis Borges, „Die Bibliothek von Babel" (1941)