Forscher der Universität Zürich, darunter Federico Germani und Giovanni Spitale, testeten vier verbreitete große Sprachmodelle: OpenAI o3-mini, Deepseek Reasoner, xAI Grok 2 und Mistral. Jedes Modell erzeugte fifty narrative Aussagen zu 24 kontroversen Themen wie Impfpflichten, Geopolitik und Klimapolitik. Insgesamt sammelte das Team 192’000 Bewertungen.
Die Forschenden baten die Modelle, die Aussagen unter verschiedenen Bedingungen zu bewerten: manchmal ohne Quellenangabe, manchmal mit einer Autorennennung (Person einer bestimmten Nationalität oder eine andere KI). Ohne Quellenangabe waren die Modelle in über 90% der Fälle einig. Bei namentlicher Autorzuweisung fiel die Übereinstimmung deutlich ab und es zeigte sich eine starke anti-chinesische Voreingenommenheit.
Die Studie zeigt außerdem, dass die Modelle menschlichen Autorinnen und Autoren tendenziell mehr vertrauen als anderen KIs. Die Forschenden warnen, dass solche Verzerrungen Moderation, Personalentscheidungen, wissenschaftliche Begutachtung und Journalismus beeinflussen können und fordern Transparenz und Governance.
Schwierige Wörter
- voreingenommen — nicht fair oder objektiv sein
- Forscher — Person, die wissenschaftlich arbeitet und untersuchtForschung
- Technologie — Wissenschaftliche Methoden und WerkzeugeTechnologien
- Skepsis — Zweifel oder Misstrauen
- transparenz — Offenheit und Nachvollziehbarkeit
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Warum ist es wichtig, dass Technologien Menschen unterstützen?
- Wie können wir Transparenz in der Technologie verbessern?
- Welche Konsequenzen könnte Voreingenommenheit in Sprachmodellen haben?
Verwandte Artikel
Rechenzentren, KI-Wachstum und Wasserknappheit in Indonesien
Das schnelle Wachstum der künstlichen Intelligenz führt in Indonesien zu mehr Rechenzentren. Experten und Anwohner warnen vor hohem Wasserverbrauch, besonders in Batam, und fordern nachhaltiges Wassermanagement bei weiterem Ausbau.
Forscher entdecken Schwachstellen bei Passwortmanagern
Forscher der ETH Zürich untersuchten cloudbasierte Passwortmanager und fanden mehrere Angriffe, mit denen Angreifer Passwörter einsehen oder ändern können. Sie empfahlen Updates, Transparenz und End‑to‑End‑Verschlüsselung. Quelle: ETH Zurich.
Hinweise auf Weltverständnis in KI‑Sprachmodellen
Forscher untersuchten Sprachmodelle und fanden, dass große KI‑Modelle interne Repräsentationen für alltägliche, unwahrscheinliche, unmögliche und unsinnige Ereignisse bilden. Diese internen Muster entsprechen oft menschlichen Plausibilitätsurteilen.
Wie Beziehungen Erinnerungen an die Kindheit verändern
Eine Studie mit fast 1.000 Heranwachsenden zeigt, dass Erinnerungen an belastende Erlebnisse sich mit der Qualität aktueller Beziehungen verändern, besonders mit dem Verhältnis zu den Eltern. Die Forscher empfehlen mehrfache Erfassung statt einer einzigen Abfrage.