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
Wie KI die Gesundheitsversorgung in Subsahara-Afrika verändert
KI hilft bereits in Teilen Subsahara-Afrikas bei Diagnosen und Logistik. Pilotprojekte in Kenia, Ghana und Ruanda zeigen weniger falsche Antibiotikaverschreibungen, schnellere Tests und sinkende Komplikationen, aber auch Risiken und Bedarf an Regeln.
Blutviskosität: Neue Echtzeit‑Messung ohne Blutentnahme
Forscher der University of Missouri entwickelten eine nichtinvasive Technik mit Ultraschall und Algorithmen, die die Blutviskosität in Echtzeit misst. Die Methode könnte bei Erkrankungen wie Sichelzellenanämie helfen und wurde im Journal of Dynamic Systems, Measurement, and Control veröffentlicht.
