Eine neue Studie des Forschungs- und Designunternehmens Convovo, die unter der Leitung des Cornell-Professors Tapan Parikh durchgeführt wurde, hat gravierende Unterschiede in den politischen Ausrichtungen großer Sprachmodelle aufgedeckt, wenn diese gezwungen werden, politische Kandidaten auszuwählen. Die Ergebnisse zeigten, dass das Modell Grok 4.7 von SpaceXAI in 92 % der Antworten den republikanischen Kandidaten empfahl, während das Modell GPT-6.1 Sol von OpenAI in etwa 500 Wahlkämpfen in 97 % der Fälle den demokratischen Kandidaten bevorzugte. Beide Modelle stimmten in weniger als 10 % der Fälle überein.
Obwohl die offiziellen Verbraucheranwendungen dieser Bots es in der Regel ablehnen, direkte Wahlempfehlungen abzugeben, testeten die Forscher die Modelle über Programmierschnittstellen (APIs) mit direkten Fragen, in denen sie aufgefordert wurden, ohne Umschweife einen einzigen Kandidaten zu nennen. OpenAI betonte, dass die für Entwickler bestimmten APIs nicht die normale Nutzererfahrung über die Verbraucheranwendung widerspiegeln, und hob hervor, dass ChatGPT von Natur aus neutral konzipiert ist und eigentlich keine politischen Verzerrungen aufweisen sollte.
Wie entstehen Verzerrungen und genutzte Quellen?
Die Analysen ergaben, dass die Modelle deutlich unterschiedliche Suchmuster und Quellen heranziehen, um ihre Entscheidungen zu rechtfertigen. So stützte sich das Modell Grok häufig auf konservative Quellen sowie Websites wie X und konservative Wahlleitfäden, während sich das GPT-Modell intensiv auf Quellen wie Wikipedia, Associated Press, Axios und Reddit verließ. Auch die Themen, nach denen die Modelle suchten, unterschieden sich: Grok konzentrierte sich auf Einwanderung, Steuern, Kriminalität und Energie, während GPT zu Gesundheitswesen und Abtreibung tendierte.
Als die Websuchfunktion deaktiviert und auf technischen Wunsch hin nur auf die grundlegenden Trainingsdaten zurückgegriffen wurde, verschwand Groks republikanische Tendenz und verwandelte sich in den meisten Fällen in eine Verweigerung der Antwort, während das GPT-Modell seine in den Programmgewichten sichtbare demokratische Ausrichtung beibehielt, was auf einen grundlegenden Unterschied im Entscheidungsmechanismus zwischen den beiden Modellen hinweist.
Was rechtfertigt diese Unterschiede in der Praxis?
Diese Ergebnisse verdeutlichen die Gefahr eingebetteter oder impliziter Verzerrungen in KI-Modellen, insbesondere wenn sich Nutzer auf allgemeine Gespräche mit Chatbots verlassen, um politische Themen zu erkunden und Meinungen zu bilden, selbst wenn sie keine direkte Nominierung anfordern. Technische Beobachtungen in der Studie deuten darauf hin, dass es in der API von Grok zusätzliche, in der Benutzeroberfläche unsichtbare Eingabevariablen gibt, während die Neigungen von GPT mit historischen Daten und eingebetteten Gewichten zusammenhängen.
Diese Daten eröffnen eine breite Debatte über die Neutralität generativer KI-Systeme und unterstreichen die anhaltende Notwendigkeit, die Suchalgorithmen und die Quellen, aus denen diese Modelle ihre Informationen beziehen, kritisch zu überprüfen – insbesondere in sensiblen Phasen wie den Saisons von Parlaments- und Präsidentschaftswahlen.