Can LLMs Perceive Time? An Empirical Investigation
Die Studie zeigt, dass große Sprachmodelle trotz ihres theoretischen Wissens über Zeitspannen ihre eigene Inferenzdauer systematisch um ein Vielfaches überschätzen, bei der relativen Einordnung von Aufgaben oft zufällig raten und auch im Nachhinein keine realistischen Schätzungen liefern, was erhebliche Konsequenzen für Agentenplanung und zeitkritische Anwendungen hat.
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
🕰️ Der große Zeit-Irrtum: Warum KI ihre eigene Uhr nicht kennt
Stell dir vor, du bist ein genialer Koch, der in einer riesigen, magischen Küche arbeitet. Du kannst die besten Gerichte der Welt kochen, Rezepte auswendig lernen und sogar neue Erfindungen kreieren. Aber es gibt ein riesiges Problem: Du hast keine Vorstellung davon, wie lange du zum Kochen brauchst.
Wenn du gefragt wirst: „Wie lange dauert es, diesen Salat zu schneiden?", antwortest du vielleicht: „Na ja, ein Salat ist kompliziert, das dauert sicher eine Stunde!" – obwohl du den Salat in 30 Sekunden fertig hast. Und wenn du gefragt wirst: „Wie lange dauert es, einen riesigen Rinderbraten zu schmoren?", sagst du vielleicht: „Das ist einfach, das geht in 5 Minuten!" – obwohl der Braten 4 Stunden braucht.
Genau das passiert mit Künstlicher Intelligenz (KI), genauer gesagt mit den großen Sprachmodellen (LLMs), die heute so viel Hype erzeugen. Eine neue Studie zeigt: Diese Modelle sind zeitblind.
1. Die Illusion der Vorhersage (Das „Vorschau"-Problem)
Bevor die KI eine Aufgabe erledigt, wird sie oft gefragt: „Wie lange wirst du dafür brauchen?"
- Die Realität: Die KI schätzt die Zeit oft 4 bis 7 Mal zu hoch ein.
- Die Analogie: Stell dir vor, du planst eine Reise. Die KI sagt dir: „Für den Weg von Berlin nach München brauchst du 10 Stunden." Aber in Wirklichkeit bist du in 2 Stunden da. Sie denkt, weil die Reise „lang" klingt, muss sie auch lange dauern. Sie verwechselt die Schwierigkeit der Aufgabe mit der Dauer.
- Das Ergebnis: Wenn ein KI-System (ein „Agent") planen soll, wann es welche Aufgabe erledigt, ist es völlig unzuverlässig. Es denkt, es braucht Stunden, obwohl es Sekunden sind – oder umgekehrt.
2. Der Vergleichs-Trick (Das „Was ist schwerer?"-Problem)
Die Forscher haben die KI auch getestet, ob sie wenigstens zwei Aufgaben vergleichen kann: „Was dauert länger: A oder B?"
- Der Trick: Sie stellten Aufgaben, bei denen die offensichtliche Schwierigkeit trügerisch war. Zum Beispiel: „Schreibe einen komplexen Code" (klingt schwer, dauert aber nur 5 Sekunden, weil die KI das Muster kennt) vs. „Erzähle eine lustige Geschichte" (klingt leicht, dauert aber 10 Sekunden, weil die KI viel nachdenken muss).
- Das Ergebnis: Die KI fiel darauf herein! Sie sagte fast immer, die „schwere" Aufgabe (der Code) würde länger dauern. Tatsächlich war es genau umgekehrt.
- Die Metapher: Es ist, als würde ein Kind sagen: „Ein riesiger Elefant ist schwerer als ein kleiner Stein." Das stimmt. Aber wenn der Elefant aus Styropor ist und der Stein aus Blei, liegt das Kind falsch. Die KI schaut nur auf das Etikett „schwer" oder „leicht" und ignoriert die eigentliche Zeit.
3. Der Gedächtnis-Test (Das „Was war nochmal?"-Problem)
Nachdem die KI eine Aufgabe erledigt hat, fragten die Forscher: „Wie lange hast du dafür gebraucht?"
- Das Ergebnis: Die KI hatte keine Ahnung. Sie erinnerte sich nicht an die vergangene Zeit.
- Die Analogie: Stell dir vor, du hast gerade einen Marathon gelaufen. Jemand fragt dich: „Wie lange warst du unterwegs?" Du antwortest: „Ich glaube, so um die 30 Minuten?" – obwohl du 3 Stunden gebraucht hast. Die KI hat kein inneres Gefühl für die vergangene Zeit. Sie weiß nur, dass sie „etwas" getan hat, aber nicht, wie lange das dauerte.
4. Warum passiert das? (Das fehlende „Gefühl")
Warum können Menschen Zeit einschätzen und KI nicht?
- Menschen: Wir haben einen Körper. Wir spüren, wie unsere Muskeln brennen, wie der Herzschlag schneller wird und wie die Sonne am Himmel wandert. Wir haben ein Zeit-Gefühl, das durch Erfahrung entsteht. Wir wissen, dass Laufen länger dauert als Gehen, weil wir es gefühlt haben.
- KI: Die KI lebt nur in Texten. Sie hat keine Uhr, keine Armbanduhr und keine Muskeln. Sie sieht nur Buchstaben (Tokens). Für sie ist Zeit nur ein Wort im Text, keine reale Erfahrung. Sie weiß zwar aus ihren Trainingsdaten, dass „ein menschlicher Arzt 10 Minuten für eine Untersuchung braucht", aber sie weiß nicht, wie lange sie selbst für eine Antwort braucht.
5. Warum ist das ein Problem?
Wenn wir KI-Agenten in die echte Welt schicken – zum Beispiel um Autos zu steuern, Operationen zu planen oder Notfälle zu managen – brauchen sie ein Zeitgefühl.
- Das Risiko: Stell dir vor, ein KI-Notfall-Assistent denkt, eine Diagnose dauert 10 Minuten. Er plant also, erst noch einen Kaffee zu trinken. In Wirklichkeit dauert die Diagnose 10 Sekunden. Der Patient wartet unnötig. Oder umgekehrt: Die KI denkt, sie hat 10 Minuten Zeit, und rennt in Panik los, obwohl sie eigentlich 10 Stunden Zeit hätte.
Fazit: Was müssen wir tun?
Die Studie sagt uns: Verlasse dich nicht auf die KI, wenn es um Zeit geht.
Wir können den KI nicht einfach beibringen, Zeit zu fühlen (dafür fehlt ihnen der Körper). Stattdessen müssen wir ihnen externe Uhren geben.
- Wir müssen dem System sagen: „Du hast genau 30 Sekunden Zeit."
- Wir müssen dem System eine Stoppuhr in die Hand drücken, die ihm sagt: „Hey, du bist schon 5 Sekunden unterwegs."
- Wir müssen die Zeitplanung nicht der KI überlassen, sondern sie von einem menschlichen System oder einer Software überwachen lassen.
Kurz gesagt: Die KI ist ein genialer Denker, aber ein schlechter Zeitplaner. Sie lebt in einer Welt ohne Uhr, und solange wir ihr keine Uhr geben, wird sie immer denken, dass eine Minute eine Stunde ist – oder umgekehrt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.