Computer haben Analysen billig gemacht, also machen wir viel mehr Analysen. Desktop-Computer haben Design billig gemacht, also gibt es viel mehr Design. Large Language Models (wie GPT-4) machen Bilder und Text billig, also…
In seinem 1865 erschienenen Buch „The Coal Question“ stellte William Stanley Jevons fest, dass Englands Kohlenverbrauch nach der Einführung von James Watts kohlebefeuerter Dampfmaschine anstieg, obwohl sie sehr viel effizienter war als Thomas Newcomens frühere Variante. Watts Neuerungen machten aus Kohle eine kostengünstigere Energiequelle und führten zu einer steigenden Verbreitung seiner Dampfmaschine im Verkehrsbereich und anderen Industriebereichen. Dies führte zu einem insgesamt erhöhten Kohlenverbrauch, obwohl zugleich der spezifische Verbrauch jeder einzelnen Anwendung nachließ.
Unter dem Jevons-Paradoxon versteht man in der Ökonomie, dass technischer Fortschritt die effizientere Nutzung eines Rohstoffes erlaubt, letztlich aber zu einer erhöhten Nutzung dieses Rohstoffes führt, anstatt sie zu senken. In einem erweiterten Sinn wird heute von einem Rebound-Effekt gesprochen. (Quelle: Wikipedia)
Beispiele finden sich in vielen Bereichen: Reisen wurde durch neue Verkehrsmittel im Zeitablauf immer schneller und einfacher, zunehmende Pendlerzahlen, Vielreisende und Fernreisen haben aber auf Dauer nicht zu sinkenden Reisezeiten geführt.
Neben der stellenweise überzogenen Euphorie im Zusammenhang mit ChatGPT, DALL-E & Co. schadet es daher vermutlich nicht, mögliche Folgen der technologischen Entwicklung auch einmal unter diesem Aspekt zu bewerten.