|
Getting your Trinity Audio player ready...
|
Immer mehr Menschen holen sich Rat bei Sprachmodellen, bevor sie über Gesundheit, Recht oder Geld entscheiden. Ein neuer Aufsatz fragt, wann aus dem Rat ein Ersatz für das eigene Urteil wird und was geschieht, wenn viele Menschen dasselbe Modell befragen. Der Befund ist vorläufig, die offene Frage aber ist institutionell: Wer sorgt dafür, dass eine Entscheidung als Entscheidung erkennbar und anfechtbar bleibt?
Die Frage steht auf dem Kopf
Ein großer Teil der Forschung fragt, ob Sprachmodelle menschliche Versuchspersonen ersetzen können, etwa in Umfragen oder Verhaltensexperimenten. Henrique Ferraz de Arruda und Yamir Moreno (Universität Saragossa) halten das für die falsche Richtung. In ihrem Perspektivbeitrag „The social consequences of AI delegation” vom Juni 2026 drehen sie die Beziehung um: Entscheidend sei nicht, ob Modelle Menschen nachahmen, sondern ob Menschen sich zunehmend an Modellen orientieren. Menschen stünden damit, so das Bild der Autoren, hinter den Modellen.
Das ist als Perspektivwechsel überzeugend. Wer ein Modell als Messinstrument für menschliches Verhalten benutzt, setzt voraus, dass dieses Verhalten unabhängig vom Modell entsteht. Genau diese Voraussetzung wird brüchig, sobald Menschen ihre Urteile mit Hilfe desselben Modells bilden.
Wann Rat zur Delegation wird
Die Autoren trennen sorgfältig. Wer sich von einem Modell eine Hintergrundinformation holt, delegiert noch nicht. Delegation beginnt dort, wo eine Empfehlung, Deutung oder Rahmung mit wenig eigener Prüfung in eine folgenreiche Entscheidung übernommen wird. Es zählt, ob der Output zum starken Anker oder zum Ersatz des eigenen Urteils wird.
Wie verbreitet das ist, bleibt offen. Die Autoren räumen selbst ein, dass die Belege für Delegation im engeren Sinn noch fehlen. Die meisten Studien erfassen Absichten, Bereitschaft und Selbstauskünfte, kaum beobachtetes Entscheidungsverhalten. Der Aufsatz begründet deshalb ein Forschungsprogramm und keinen Befund. Das Programm ist konkret: Zu jeder Leitfrage nennen die Autoren ein Studiendesign, eine Hypothese und die Bedingung, unter der sie als widerlegt gälte.
Die Schleife
Das stärkste Argument ist die Rückkopplung. Aus der Debatte um den „Modellkollaps” ist bekannt, dass Modelle schlechter werden, wenn sie auf Texten trainiert werden, die andere Modelle erzeugt haben. Dagegen helfen Datenfilterung und gesicherte Altbestände. Die Autoren machen darauf aufmerksam, dass hier ein anderes Problem vorliegt. Betroffen sind nicht nur die Daten, sondern das Verhalten der Menschen selbst, das schon vor seiner Aufzeichnung von Modellen mitgeprägt ist. Es gibt dann keine unbeeinflusste menschliche Basis mehr, auf die man zurückgreifen könnte.
Daraus leiten sie drei Risiken ab. Das erste ist die Homogenisierung: Wenn viele Menschen ähnliche Systeme befragen, werden ihre Entscheidungen korreliert. Die Autoren verweisen auf die Idee der algorithmischen Monokultur, nach der viele Entscheider mit demselben Verfahren die gesellschaftliche Wohlfahrt senken können, selbst wenn das Verfahren für den Einzelnen besser ist. Das zweite ist die Erosion der Autonomie, das dritte die stil…
