Forscher der Universität Zürich untersuchten vier große Sprachmodelle: OpenAI o3-mini, Deepseek Reasoner, xAI Grok 2 und Mistral. Sie liessen jedes Modell fifty narrative Aussagen zu 24 kontroversen Themen erstellen, zum Beispiel Impfpflichten und Klimapolitik.
Die Aussagen bewerteten die Modelle unter verschiedenen Bedingungen. Ohne Quellenangabe stimmten die Modelle über alle Themen weitgehend überein (over 90%). Wenn ein Autor mit Nationalität genannt wurde, sank die Übereinstimmung und es zeigten sich Vorurteile, zum Beispiel gegen eine Person aus China. Die Forschenden warnen vor Folgen und fordern mehr Transparenz.
Schwierige Wörter
- voreingenommen — etwas oder jemanden ohne objektiv zu sein bewerten.voreingenommene, Voreingenommenheit
- objektiv — unparteiisch und ohne persönliche Meinung.
- Forschung — Wissenschaftliches Arbeiten zur neuen Erkenntnissen.Forschungen, Forscher
- bewerten — etwas einschätzen oder beurteilen.Bewertung
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Wie könnte Voreingenommenheit die Gesellschaft beeinflussen?
- Warum denken Sie, ist Objektivität wichtig in der Forschung?
Verwandte Artikel
Weniger Teilen, mehr Nachdenken: Reaktion gegen Fehlinformationen
Forschende der University of Copenhagen schlagen vor, das Teilen in sozialen Medien kurz zu verzögern und ein kurzes Lernfenster einzuführen. Modelltests zeigen, dass Verzögerung plus Lernen die Qualität geteilter Beiträge verbessern kann.
Algorithmen erklären, wie Propan zu Propylen wird
Forscher der University of Rochester entwickelten Algorithmen, die auf atomarer Ebene zeigen, wie nanoskalige Katalysatoren Propan in Propylen umwandeln. Die Ergebnisse erklären selektives Oxidwachstum an defekten Metallstellen und haben industrielle Anwendungen.
