Eine Untersuchung des Stanford Institute for Human-Centered Artificial Intelligence (HAI) aus dem Jahr 2025 zeigt, dass viele öffentliche große Sprachmodelle in anderen Sprachen als Englisch schlechte Ergebnisse liefern. Öffentliche LLMs, darunter auch solche, an denen Google und Meta teilweise beteiligt waren, erzeugen mitunter Antworten, die für die Bedürfnisse der globalen Mehrheit ungeeignet sind. Die Konzentration von KI-Firmen und Daten in wohlhabenderen Regionen wie dem Silicon Valley vergrößert diese Kluft.
Medien berichteten, dass Millionen Menschen, die Sprachen wie Kurdisch und Suaheli sprechen, faktisch zurückgestellt werden. Praktische Probleme treten bei alltäglichen Anwendungen auf: Wired erläuterte, dass die Bitte, eine E‑Mail auf Tamil zu schreiben, zu einem wirren englischen Entwurf führen kann. Die MIT Technology Review fand, dass viele online gesammelte Texte maschinelle Übersetzungsfehler enthalten.
Gut gemeinte Beiträgerinnen und Beiträger fehlten oft die Fähigkeiten, Genauigkeit zu prüfen, und ihr Material verstärkte Fehler in Trainingsdaten. Experten empfehlen konkrete Schritte: Zusammenarbeit mit an den Rand gedrängten Gemeinschaften, Einbeziehung lokaler Beiträge, Prüfung der Ausgaben auf Genauigkeit und partnerschaftliche Kooperationen, die kulturelle Unterschiede respektieren.
Schwierige Wörter
- untersuchung — wissenschaftliche Arbeit, um Fakten zu prüfen
- sprachmodell — Computerprogramm, das Texte in Sprache versteht oder erzeugtSprachmodelle
- erzeugen — etwas neu schaffen oder produzieren, oft automatisch
- konzentration — Ansammlung von Personen, Firmen oder Daten an einem Ort
- kluft — große Unterschiede zwischen Gruppen oder Regionen
- zurückstellen — jemanden oder etwas absichtlich benachteiligenzurückgestellt
- übersetzungsfehler — Fehler, die beim automatischen Übersetzen entstehen
- kooperation — gemeinsame Arbeit von Personen oder OrganisationenKooperationen
- genauigkeit — Grad der Richtigkeit oder Zuverlässigkeit einer Information
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Warum ist es wichtig, dass Sprachmodelle auch kleinere oder regionale Sprachen gut unterstützen?
- Welche lokalen Personen oder Gruppen könnten helfen, Trainingsdaten zu verbessern? Nennen Sie Beispiele.
- Wie könnten Firmen die Genauigkeit von Ausgaben vor der Veröffentlichung besser prüfen?
Verwandte Artikel
Automatische Strike-Entscheidungen verringern Vorteil berühmter Schlagleute
Eine Studie der University of Michigan zeigt, dass das Automated Ball-Strike (ABS)-System in der südkoreanischen KBO 2024 den Vorteil bekannter Schlagleute verringerte. Pitcher zeigten denselben Wandel nicht, und Forschende diskutieren mögliche Gründe.
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.
Mehr Strom durch Rechenzentren und Krypto erhöht Kosten und Emissionen
Eine Studie warnt, dass wachsender Stromverbrauch durch Rechenzentren und Kryptowährungsabbau die Strompreise und CO2‑Emissionen in den USA bis 2030 deutlich erhöhen könnte. Forschende nutzten ein Energiesystemmodell mit 26 Regionen zur Analyse.