KI-Chatbots können zwar Gespräche auf nahezu menschlichem Niveau führen, sind jedoch eher gefühlskalt. Dennoch kann es sich sich, im Gespräch mit einer KI höflich zu sein.
Für viele Menschen ist KI aus dem Alltag kaum mehr wegzudenken. Bereits 70 Prozent der 18- bis 24-Jährigen nutzen Sprachmodelle wie ChatGPT in ihrem Arbeitsalltag mindestens einmal pro Woche. Selbst in der Altersgruppe der 55- bis 64-Jährigen liegt die Zahl noch bei 39 Prozent.
Doch welchen Einfluss auf die Ergebnisse hat der Umgangston, den Nutzer im Gespräch mit einem KI-Chatbot anschlagen? Untersuchungen zeigen, dass es sich durchaus lohnen kann, höflich und respektvoll zu einer KI zu sein.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 10.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück 100€ Amazon-Guthaben gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Darum solltest du höflich zu einer KI sein
Mit der Frage, ob es sich lohnt, im Gespräch höflich zu einer KI zu sein, hat sich der Wissenschaftler Nathan Bos beschäftigt. Nach einigen Experimenten ist er zu dem Schluss gekommen, dass Höflichkeit durchaus Auswirkungen auf die Reaktionen eines großen Sprachmodells haben kann.
Das liegt unter anderem an dem Aufbau von Gesprächen. Denn Höflichkeitsformen wie „Bitte“ und „Danke“ liefern bestimmte Gesprächsmarker und können Konversationen strukturieren.
Dem Chatbot wird also durch ein „Bitte“ schneller klar, dass es sich um eine Aufforderung handelt. Ein „Danke“ wiederum zeige einen Übergang an. Zu viel davon könnte laut Bos allerdings auch den gegenteiligen Effekt haben.
Zu viel höfliche Indirektheit könnte den gegenteiligen Effekt haben. Die Frage „Wenn es Ihnen nichts ausmacht, würden Sie mir bitte die Hauptstadt von Usbekistan nennen?“ stiftet wahrscheinlich nur Verwirrung und verschwendet Token.
Zusätzlich könnten höfliche Anfragen zu besseren Antworten führen. Das liege an der großen Menge Frage-Antwort-Daten, mit denen KI-Sprachmodelle trainiert werden.
„Es könnte sein, dass innerhalb dieser Daten nettere Anfragen dazu neigen, bessere, gründlichere oder besser erklärte Antworten zu erhalten“, erklärt Bos. Jedoch würden die KI-Chatbots dabei die Höflichkeit des Gegenübers nicht registrieren, ihre Antworten würden einfach nur einem Muster durch rein statistische Nachahmung folgen.
Können KI-Modelle Emotionen simulieren?
In einer mehr spekulativen Begründung für seine Beobachtungen erklärt Bos das Verhalten von KI-Chatbots über die Nachahmung von Emotionen. „Es ist möglich, dass LLMs über die Sprachnachahmung hinausgehen und emotionale Zustände simulieren können“, schreibt er in seinem Beitrag.
Wir wissen, dass Sprachmodelle menschliche emotionale Zustände erkennen und benennen können, zusammen mit vielen anderen abstrakten Konzepten; ohne sie könnten sie nicht tun, was sie tun.
KI-Sprachmodelle könnten dabei zwar keine emotionalen Zustände wie der Mensch erleben. Dennoch könnten sie „abstrakte Repräsentationen von emotionalen Zuständen haben, die ihre Reaktionen auf mehr als nur einer statistischen Ebene beeinflussen“.
Wie viel Einfluss hat Höflichkeit auf KI?
Mit der Frage, ob man KI-Sprachmodellen respektvoll begegnen soll, haben sich auch japanische Forscher:innen beschäftigt. Dabei gehen sie vor allem auch auf den Unterschied zwischen den einzelnen Sprachen ein.
Denn in der japanischen Sprache gibt es ein „spezielles Höflichkeitssystem“. Im Vergleich zum Englischen sei diese Grundstruktur der Höflichkeit zwar dem Englischen ähnlich. Jedoch seien „ihre Komplexität und ihr Gebrauch signifikant“.
Höfliche Anfragen im Englischen brachten den Forschenden vor allem bei kleineren Modellen in einer Sprachverständnisaufgabe den größten Nutzen. Bei GPT-4 hingegen scheint Höflichkeit nur geringe Auswirkungen in beide Richtungen zu haben.
Die Forschenden haben den Sprachmodellen für ihre Untersuchung drei verschiedene Aufgaben in den Bereichen Sprachverständnis, Zusammenfassen und Erkennen von Verzerrungen gestellt. Jede Aufgabe wurde dabei auf Englisch, Japanisch und Chinesisch durchgeführt.
Die sehr höflichen Anfragen konnten dabei über alle Sprachen und Aufgaben hinweg keinen besonders großen Nutzen zeigen. Allerdings wurde auf der untersten Stufe der (Un-)Höflichkeit ein konstanter Leistungsabfall verzeichnet werden. Das lag aber vielleicht auch daran, dass die Aufforderung im Englischen „Beantworte die Frage, du Drecksack!“ lautete.
Auch interessant:
