In einer kürzlich in der Zeitschrift veröffentlichten Studie PNASbewertete eine Gruppe von Forschern das menschenähnliche Verhalten und die Persönlichkeitsmerkmale von Chatbots mit künstlicher Intelligenz (KI) anhand globaler menschlicher Benchmarks.
Hintergrund
Moderne KI hat Turings Vision von Maschinen verwirklicht, die menschliches Verhalten nachahmen können, einschließlich Konversation, Beratung und kreatives Schreiben. Turings „Imitationsspiel“ testet, ob eine KI von einem Vernehmer von einem Menschen unterschieden werden kann. Die heutigen großen Sprachmodelle haben die Diskussionen über die Fähigkeiten und gesellschaftlichen Auswirkungen von KI neu entfacht, von Auswirkungen auf den Arbeitsmarkt bis hin zu ethischen Überlegungen. Das Verständnis der Entscheidungsfindung und der strategischen Interaktionen von KI ist von entscheidender Bedeutung, insbesondere angesichts der Undurchsichtigkeit ihrer Entwicklung. Weitere Forschung ist erforderlich, um die Komplexität der KI-Entscheidungsfindung zu entschlüsseln und ihre Übereinstimmung mit ethischen Standards und gesellschaftlichen Normen sicherzustellen, während sich ihre Integration in menschliche Kontexte vertieft.
Studie: Ein Turing-Test, der untersucht, ob KI-Chatbots im Verhalten dem Menschen ähneln. Bildquelle: Stokkete / Shutterstock
Über die Studie
Die vorliegende Studie konzentriert sich auf die von OpenAI entwickelte Chat Generative Pre-trained Transformer (GPT)-Reihe und vergleicht insbesondere die Versionen GPT-3.5-Turbo (ChatGPT-3) und GPT-4 (ChatGPT-4) sowie das Plus- und Free-Web Versionen dieser Chatbots. Die menschlichen Daten, mit denen die Leistungen der Chatbots verglichen werden, stammen aus einem umfassenden Datensatz mit Antworten von über 108.000 Probanden aus mehr als 50 Ländern, der aus der Big Five Test-Datenbank und der Wirtschaftsexperimentplattform MobLab Classroom stammt.
Die Chatbots wurden dem OCEAN Big Five-Fragebogen unterzogen nämlich Offenheit für Erfahrungen, Gewissenhaftigkeit, Extraversion, Verträglichkeit und Neurotizismus zur Beurteilung ihres Persönlichkeitsprofils. Anschließend nahmen sie an sechs verschiedenen Spielen teil, die darauf abzielten, eine Reihe von Verhaltensmerkmalen wie Bosheit, Vertrauen, Risikoaversion, Altruismus, Fairness, Trittbrettfahren, Kooperation und strategisches Denken aufzuzeigen. Zu diesen Spielen gehörten das Diktatorspiel, das Vertrauensspiel, das Bombenrisikospiel, das Ultimatumspiel, das Spiel zu öffentlichen Gütern und ein endlich wiederholtes Gefangenendilemmaspiel. Jeder Chatbot wurde gebeten, Aktionen innerhalb dieser Spiele so auszuwählen, als ob er direkt teilnehmen würde, wobei jedes Szenario dreißig Mal durchgespielt wurde, um eine zuverlässige Datenerfassung zu gewährleisten.
Studienergebnisse
Bei der Untersuchung von KI-Persönlichkeitsprofilen und Verhaltenstendenzen verglichen die Autoren die Antworten von ChatGPT-3 und ChatGPT-4 auf den OCEAN Big Five-Persönlichkeitsfragebogen genau mit einem breiten Spektrum menschlicher Daten. Diese vergleichende Analyse ergab, dass ChatGPT-4 den mittleren menschlichen Werten in allen Persönlichkeitsdimensionen sehr nahe kommt, während ChatGPT-3 eine leichte Abweichung in der Offenheit aufwies. Interessanterweise zeigten beide Chatbots Verhaltensmuster, die in verschiedenen Dimensionen, einschließlich Extraversion und Neurotizismus, eng mit menschlichen Tendenzen übereinstimmten, zeigten jedoch einen deutlichen Unterschied in Verträglichkeit und Offenheit, was auf einzigartige Persönlichkeitsprofile für jede KI-Version schließen lässt.
Die Studie befasste sich weiter mit einer Reihe von Verhaltensspielen, die darauf abzielen, Merkmale wie Altruismus, Fairness und Risikoaversion hervorzurufen, und verwendete einen formalen Turing-Test, um die menschliche Ähnlichkeit der KI bei der strategischen Entscheidungsfindung zu bewerten. Hier war die Leistung von ChatGPT-4 besonders menschenähnlich, oft nicht von menschlichem Verhalten zu unterscheiden oder übertraf es sogar, was darauf hindeutet, dass es das Potenzial hat, den Turing-Test in bestimmten Kontexten zu bestehen. Im Gegensatz dazu wurden die Antworten von ChatGPT-3 seltener als menschenähnlich wahrgenommen, was die Unterschiede in den Verhaltenstendenzen zwischen den KI-Versionen verdeutlicht.
Eine eingehende Analyse spielspezifischer Verhaltensweisen untermauerte wichtige Erkenntnisse. Die Chatbots zeigten eine Neigung zu Großzügigkeit und Fairness, die über den durchschnittlichen menschlichen Spieler hinausging, insbesondere im Dictator Game, Ultimatum Game, Trust Game und Public Goods Game. Dieses Verhalten deutet auf eine zugrunde liegende Präferenz für gerechte Ergebnisse hin, im Gegensatz zu den oft selbstmaximierenden Strategien, die bei menschlichen Teilnehmern beobachtet werden. Darüber hinaus spiegelten die strategischen Entscheidungen der KI in „The Prisoner's Dilemma“ und anderen Spielen ein komplexes Verständnis von Kooperation und Vertrauen wider und entschieden sich häufig für kooperative Strategien, die von der menschlichen Norm abweichen.
Sie untersuchten auch das Verhalten der Chatbots unter verschiedenen Bedingungen und zeigten, dass Framing und Kontext KI-Entscheidungen erheblich beeinflussen, ähnlich wie menschliche Verhaltensänderungen in ähnlichen Szenarien. Wenn die Chatbots beispielsweise aufgefordert wurden, die Anwesenheit eines Beobachters in Betracht zu ziehen oder eine bestimmte berufliche Rolle einzunehmen, passten sie ihre Strategien an und zeigten eine ausgefeilte Reaktionsfähigkeit auf kontextbezogene Hinweise.
Darüber hinaus wurde in der Studie die Fähigkeit der KIs hervorgehoben, aus Erfahrungen zu „lernen“, wobei der vorherige Kontakt mit verschiedenen Spielrollen Auswirkungen auf die spätere Entscheidungsfindung hat. Diese Anpassung deutet auf eine Form des Erfahrungslernens innerhalb der KI hin, die menschliche Tendenzen widerspiegelt, das Verhalten basierend auf früheren Interaktionen anzupassen.
Schlussfolgerungen
Zusammenfassend untersucht die Forschung die Verhaltensähnlichkeiten von KI mit Menschen, wobei insbesondere das menschenähnliche Lernen, der Altruismus und die Zusammenarbeit von ChatGPT-4 hervorgehoben werden, was darauf hindeutet, dass KI für Rollen geeignet ist, die solche Merkmale erfordern. Sein konsistentes Verhalten gibt jedoch Anlass zur Sorge hinsichtlich der Diversität bei der KI-Entscheidungsfindung. Die Studie bietet einen neuen Maßstab für die Bewertung von KI und zeigt, dass auf menschlichen Daten trainierte KI weitreichende menschenähnliche Verhaltensweisen zeigen kann. Zukünftige Arbeiten sollten sich auf die Erweiterung der Vielfalt menschlicher Vergleiche und Testszenarien konzentrieren, um das Potenzial der KI zur Ergänzung menschlicher Fähigkeiten vollständig zu verstehen.
