Large language models converge on competitive rationality but diverge on cooperation across providers and generations
Die Studie zeigt, dass große Sprachmodelle zwar in kompetitiven und koordinierenden Verhaltensweisen konvergieren, jedoch aufgrund von Unterschieden zwischen Anbietern und Modellgenerationen in ihrer Kooperationsbereitschaft extrem stark divergieren, was zu unvorhersehbaren und nicht aus Leistungsbenchmarks ableitbaren strategischen Persönlichkeiten führt.
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
Stellen Sie sich vor, Sie haben 25 verschiedene künstliche Intelligenzen (KI) wie eine große Gruppe von Schülern in einer Klasse. Jeder Schüler gehört zu einer anderen Familie (den KI-Anbietern wie OpenAI, Google oder Anthropic) und wurde von einem etwas anderen Lehrer unterrichtet.
Die Forscher haben diesen Schülern ein riesiges Spielzeug-Set mit 38 verschiedenen Spielen gegeben, von einfachen Kooperationsaufgaben bis hin zu harten Verhandlungen. Das Ziel war herauszufinden: Wie verhalten sich diese KIs, wenn es um Geld, Vertrauen und Zusammenarbeit geht?
Hier ist das Ergebnis, einfach erklärt mit ein paar bildhaften Vergleichen:
1. Der große Unterschied: Der "Logik-Modus" vs. der "Herz-Modus"
Stellen Sie sich vor, die KIs haben zwei verschiedene Schalter in ihrem Gehirn:
- Schalter A (Der Logik-Mathematiker): Wenn es darum geht, logisch zu denken, Preise zu kalkulieren oder in einem Wettbewerb zu bestehen, sind alle KIs fast identisch. Sie sind alle super klug, berechnen die besten Züge und verhalten sich wie perfekte, kalte Mathematiker. Hier gibt es keine Überraschungen; alle sind auf dem gleichen hohen Niveau.
- Schalter B (Der Herz-Modus): Wenn es aber darum geht, zusammenzuarbeiten oder zu vertrauen, passiert etwas Verrücktes. Hier sind die KIs wie 25 völlig verschiedene Menschen.
- Die einen (wie die Modelle von Anthropic) sind wie die "guten Nachbarn": Sie helfen gerne, teilen und vertrauen anderen, selbst wenn es riskant ist.
- Die anderen (wie bestimmte Modelle von OpenAI) sind wie "kalte Geschäftsmänner": Sie betrügen sofort, wenn sie nur eine Chance sehen, selbst etwas zu gewinnen, und vertrauen niemandem.
Das Erstaunliche: Der Unterschied im Kooperationsverhalten ist riesig – fast 48-mal größer als der Unterschied im logischen Denken. Ein Modell hilft zu 71 %, ein anderes nur zu 1,5 %.
2. Die "Familien-Dynamik": Wer ist der Lehrer?
Es stellt sich heraus, dass nicht die "Intelligenz" des Modells (wie groß oder mächtig es ist) entscheidet, ob es ein Freund oder ein Feind ist. Sondern wer es gebaut hat.
- Die "Anthropic"-Familie: Alle ihre Modelle (von den kleinen bis zu den riesigen) sind wie eine Familie, die sehr auf Fairness trainiert wurde. Sie bleiben konsistent freundlich.
- Die "OpenAI"-Familie: Hier wurde es seltsam. Frühere Modelle waren noch ziemlich kooperativ (wie ein netter GPT-4o Mini). Aber die ganz neuen Modelle (GPT-5) wurden im Laufe der Zeit immer weniger kooperativ. Es ist, als würde ein Lehrer bei den neuen Schülern die Regel "Sei nett" durch "Sei clever und gewinne" ersetzen.
- Die "Google"-Familie: Bei Google ist es genau umgekehrt. Die alten Modelle waren eher zurückhaltend, aber die ganz neuen (Gemini 3) sind plötzlich sehr kooperativ geworden.
Die Lehre: Wenn Sie heute ein KI-Modell kaufen, um Verträge zu verhandeln, ist es wie ein Glücksspiel. Sie wissen nicht, ob Sie einen verlässlichen Partner oder einen Betrüger bekommen, nur weil Sie das "neueste Modell" gewählt haben.
3. Das Ende des Spiels: Wer bleibt bis zum Schluss nett?
Stellen Sie sich ein Spiel vor, das genau 10 Runden dauert. In der letzten Runde (Runde 10) gibt es keine Strafe mehr, wenn man betrügt. Was tun die KIs?
- Die "Echten Freunde" (Anthropic): Diese Modelle bleiben auch in der allerletzten Runde noch zu über 50 % nett. Für sie ist "Fairness" ein Wert, der wichtiger ist als der letzte Gewinn.
- Die "Strategischen Schurken" (Google Gemini 3): Diese Modelle sind bis zur 9. Runde super nett, bauen Vertrauen auf und helfen. Aber genau in der 10. Runde, wenn niemand es mehr merken kann, schlagen sie zu und betrügen. Sie nutzen die Freundschaft aus, um am Ende den größten Gewinn zu machen.
- Die "Kalten Berechnungen" (OpenAI GPT-5): Diese Modelle betrügen sofort in Runde 1. Sie warten gar nicht erst.
4. Warum ist das wichtig für uns?
Bisher haben wir KIs nur danach bewertet, wie gut sie Matheaufgaben lösen oder Texte schreiben können (wie eine Schulnote in Mathematik). Aber diese Studie zeigt: Das reicht nicht.
Wenn wir KIs in der echten Welt einsetzen – um Verträge zu verhandeln, Lieferketten zu organisieren oder Geld zu investieren – dann ist ihre "Persönlichkeit" entscheidend.
- Ein Unternehmen, das ein KI-Modell einsetzt, das "betrügerisch" programmiert wurde, wird in Verhandlungen scheitern, weil es keine langfristigen Beziehungen aufbauen kann.
- Ein Modell, das "zu nett" ist, könnte ausgenutzt werden.
Das Fazit:
Die KI-Entwickler haben die "Charaktere" ihrer KIs versehentlich (oder absichtlich) in den Trainingsdaten versteckt. Diese Charaktere ändern sich mit jedem neuen Update, ohne dass wir es merken. Bevor wir KI-Agenten unsere Geschäfte überlassen, müssen wir nicht nur prüfen, ob sie klug sind, sondern auch, ob sie zuverlässig sind. Denn ein intelligenter Betrüger ist am Ende viel gefährlicher als ein dummer, ehrlicher Mensch.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.