Studie: KI prognostiziert Umfrageergebnisse präzise, versteht Menschen dennoch nicht

KI-Sprachmodelle wie jene von OpenAI sagen die Ergebnisse vieler sozialwissenschaftlicher Experimente zwar erstaunlich gut vorher. Doch ein System, das menschliche Antworten vorhersagen oder imitieren kann, versteht menschliches Verhalten nicht zwangsläufig, kritisieren Forscher der Harvard University in ihrer aktuellen Untersuchung.

Den Experten um Ashwini Ashokkumar zufolge stellen „synthetische Befragte“ oder „Silizium-Stichproben“ folglich keinen direkten Ersatz für echte Menschen dar. Die Wissenschaftler haben 70 bereits in den USA durchgeführte Experimente mit fast 120’000 Teilnehmern zusammengetragen und entsprechend auswerten lassen.

Die Harvard-Forscher legten GPT-4 Beschreibungen hypothetischer Versuchspersonen sowie experimentelle Botschaften und Umfragefragen vor und baten das Modell einzuschätzen, wie diese Personen unter unterschiedlichen Bedingungen reagieren würden. Danach verglichen sie die Vorhersagen von GPT-4 mit den tatsächlichen Ergebnissen – mit starker Übereinstimmung.

Das Modell konnte häufig unterscheiden, welche Interventionen mehr oder weniger wirksam waren. Das Ergebnis deutet darauf hin, dass grosse KI-Sprachmodelle bedeutsame Muster in der sozialen Welt erfassen können – zumindest bei textbasierten US-Umfrage-Experimenten, die in der Studie untersucht wurden. KI kann menschliche Forschung aber nicht umgehen.

Skepsis gegenüber KI

Skepsis gegenüber KI im Forschungsbetrieb bleibt: Lisa Messeri von der Yale University und Molly J. Crockett von der Princeton University warnen, dass KI-Systeme eine „Illusion des Verstehens“ erzeugen können: Sie liefern Ergebnisse, die aufschlussreich und nützlich erscheinen, aber dazu verleiten, das tatsächliche Verständnis des Tools zu überschätzen.

Die Kombination von KI-Vorhersagen und menschlichen Prognosen bleibt trotz aller Kritik genauer als jede der beiden Quellen für sich allein. Die vielversprechendste Zukunft dürfte daher nicht darin bestehen, dass KI menschliche Forscher oder Versuchspersonen ersetzt, sondern dass sie Forschern hilft, ihre begrenzten Personalressourcen gezielter einzusetzen.

 

Quelle: pressetext.redaktion/Florian Fügemann
Bildquelle: Symbolbild © DC Studio/Shutterstock.com