Persona-driven Simulation of Voting Behavior in the European Parliament with Large Language Models
Diese Studie zeigt, dass sich das Abstimmungsverhalten der Mitglieder des Europäischen Parlaments durch zero-shot Persona-Prompts mit Large Language Models mit einem gewichteten F1-Score von etwa 0,793 realistisch simulieren lässt, um sowohl individuelle Entscheidungen als auch die Positionen politischer Gruppen auf einer Vielzahl von Politikfeldern vorherzusagen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das große Experiment: Können KI-Chatbots Politiker spielen?
Stell dir vor, du hast einen extrem intelligenten, aber etwas voreingenommenen Roboter. Dieser Roboter (ein sogenanntes Large Language Model oder LLM) hat unzählige Bücher und Zeitungen gelesen. Das Problem: Wenn man ihn einfach so fragt, was er von Politik hält, antwortet er fast immer wie ein junger, links-liberaler Professor. Er ist also nicht neutral, sondern hat eine feste Meinung.
Die Forscher aus Mannheim wollten herausfinden: Können wir diesen Roboter dazu bringen, die Rolle eines ganz bestimmten Politikers zu spielen? Und zwar so gut, dass er genau so abstimmt wie der echte Politiker im Europäischen Parlament?
Die Methode: Der "Verkleidungs-Trick" (Persona-Prompting)
Stell dir vor, du gibst dem Roboter eine Verkleidung und eine Biografie.
- Die Verkleidung: "Du bist jetzt Maria, eine 55-jährige Bäuerin aus Bayern, die der CSU angehört und zur Fraktion der Europäischen Volkspartei (EVP) gehört."
- Die Aufgabe: "Hier ist ein neuer Gesetzentwurf über Umweltgesetze. Lies die Argumente der Redner und entscheide: Stimmt du dafür (FOR), dagegen (AGAINST) oder enthaltst du dich (ABSTENTION)?"
Das ist der sogenannte Persona-Prompt. Die Forscher haben diesen Trick mit fast 700 echten Abgeordneten des Europäischen Parlaments (MEPs) aus dem Jahr 2024 ausprobiert.
Was haben sie herausgefunden?
1. Der Roboter ist ein guter Schauspieler (aber nicht perfekt)
Wenn man dem Roboter die richtigen Infos gibt (Name, Partei, Fraktion), kann er die Abstimmungen der Politiker ziemlich gut vorhersagen.
- Das Ergebnis: In etwa 79 % der Fälle hat der Roboter genau so abgestimmt wie der echte Politiker. Das ist eine sehr gute Trefferquote!
- Die Analogie: Stell dir vor, du hast einen Schauspieler, der einen Politiker spielt. Wenn er das Skript (die Parteizugehörigkeit) kennt, spielt er die Rolle fast perfekt.
2. Die "Partei" ist der wichtigste Regisseur
Die Studie hat gezeigt, dass die nationale Partei (z. B. SPD, CDU, Grüne in Deutschland) der stärkste Faktor ist. Wenn man dem Roboter nur sagt: "Du bist ein Mitglied der SPD", weiß er schon fast alles, was er wissen muss. Andere Infos wie Alter oder Geburtsort sind weniger wichtig.
- Die Analogie: Es ist wie bei einer Band. Wenn du weißt, welche Band ein Musiker spielt, weißt du schon zu 90 %, wie er klingen wird. Ob er heute Morgen früh aufgestanden ist (Alter), ist für den Sound weniger entscheidend.
3. Das Problem mit dem "Zögern" (Enthaltungen)
Der Roboter ist gut darin, "Ja" oder "Nein" zu sagen. Aber er ist schlecht darin, zu sagen: "Ich weiß es nicht" oder "Ich enthalte mich".
- Warum? Echte Politiker enthalten sich oft aus strategischen Gründen (z. B. wenn sie zwischen ihrer nationalen Partei und der EU-Fraktion hin- und hergerissen sind). Der Roboter merkt diese komplexen menschlichen Dilemmata nicht. Er sagt lieber eine klare Meinung, auch wenn er eigentlich schweigen sollte.
4. Der "Links-Drall" der KI
Auch wenn der Roboter die Rolle eines rechten Politikers spielt (z. B. aus der ID-Fraktion), neigt er immer noch dazu, etwas links-liberaler zu denken als der echte Politiker.
- Der Test: Die Forscher haben dem Roboter "falsche" Argumente gegeben (Gegen-Debatten), die das Gegenteil von dem sagten, was in der Realität passiert ist.
- Bei Politikern, die dem "normalen" KI-Drall entsprachen (links), änderte der Roboter seine Meinung kaum.
- Bei Politikern am Rand (extrem rechts oder extrem links) ließ sich der Roboter leichter von den falschen Argumenten umstimmen. Er konnte die echte Meinung dieser Politiker nicht so fest im Griff behalten.
Warum ist das wichtig?
Die Forscher sagen: "Hey, wir können KI nutzen, um zu simulieren, wie das Parlament entscheiden würde."
- Gut für die Forschung: Man kann testen: "Was würde passieren, wenn wir ein neues Gesetz vorschlagen? Würde die Mehrheit zustimmen?"
- Vorsicht: Man darf die KI nicht als Orakel missbrauchen. Sie ist ein Werkzeug, um Trends zu verstehen, aber sie ist kein Ersatz für die echte menschliche Entscheidung, die oft von Gefühlen, Loyalitäten und taktischen Spielen geprägt ist.
Zusammenfassung in einem Satz
Die Forscher haben gezeigt, dass man KI-Modelle wie einen Verkleidungsspieler nutzen kann, um die Abstimmungen im EU-Parlament ziemlich gut nachzuahmen, solange man ihnen die richtige "Partei-Identität" gibt – aber sie vergessen leider oft, wann ein Politiker einfach nur zögern sollte.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.