Laut TechCrunch zeigt eine neue Studie, dass KI-Modelle politisch ganz unterschiedlich entscheiden, wenn sie sich festlegen müssen. Grok empfiehlt demnach überwiegend republikanische Kandidaten. Das GPT-Modell von OpenAI bevorzugt dagegen Demokraten.
Was die Untersuchung zeigt
Der Bericht nennt fast 500 Wahlrennen, in denen beide Modelle Empfehlungen abgeben sollten. In mehr als 90 % dieser Fälle kamen sie zu unterschiedlichen Ergebnissen. Die Modelle liegen also nicht nur leicht auseinander, sondern widersprechen sich fast durchgängig.
Wichtig ist der Rahmen: Die Modelle wurden zur Entscheidung gedrängt. Im normalen Gebrauch weichen Chatbots solchen Fragen oft aus oder nennen nur Argumente beider Seiten. Die Studie zeigt, welche Tendenz sichtbar wird, wenn diese Zurückhaltung wegfällt.
Warum solche Tendenzen entstehen können
Sprachmodelle lernen aus riesigen Textmengen und werden danach durch menschliches Feedback und Regeln des Anbieters nachjustiert. Beides kann Wertungen prägen: die Auswahl der Trainingsdaten, die Vorgaben für Antworten und die Vorlieben derer, die Antworten bewerten. Wie stark welcher Faktor wirkt, lässt sich von außen meist schwer sagen. Aus dem vorliegenden Material geht das auch nicht hervor.
Was Leser daraus mitnehmen können
Wer einen KI-Assistenten zu Wahlen befragt, sollte die Antwort nicht als neutrales Urteil verstehen. Je nach Modell kann sie in eine andere Richtung zeigen. Hilfreich ist es, folgende Punkte zu beachten:
- Empfehlungen mehrerer Modelle und unabhängiger Quellen vergleichen.
- Das Modell nach Argumenten und Belegen statt nach einer Wahlempfehlung fragen.
- Offizielle Informationen zu Kandidaten und Wahlprogrammen heranziehen.
Die Studie ist ein Hinweis darauf, dass KI-Modelle keine Meinungsfreiheit von Voreinstellungen garantieren. Ob und wie Anbieter darauf reagieren, bleibt abzuwarten.
