Nudging Sustainable Choices through LLM-Generated Recommendation Explanations
Diese Studie zeigt, dass, während die bloße Offenlegung von Nachhaltigkeitsinformationen in LLM-generierten Erklärungen für Empfehlungen es versäumt, Nutzerentscheidungen zu beeinflussen, das Einbetten solcher Informationen oder das Anrufen deskriptiver sozialer Normen Konsumenten effektiv dazu bewegt, sowohl in Bereichen mit geringer als auch mit hoher Involvierung nachhaltigere Auswahlmöglichkeiten zu treffen.
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 gehen durch einen riesigen, digitalen Supermarkt, in dem ein hilfreicher Roboter-Assistent versucht zu erraten, was Sie kaufen möchten. Dieser Roboter ist ein „Empfehlungssystem“, eine Software, die Artikel vorschlägt, bas-ierend auf dem, was Ihnen früher gefallen hat. Nun stellen Sie sich vor, die Welt versucht, alle Menschen dazu zu bewegen, Entscheidungen zu treffen, die besser für den Planeten sind, wie zum Beispiel die Wahl eines Kaffees, der weniger Plastik verwendet, oder eines Hotels, das Energie spart. Wissenschaftler fragen sich: Können wir diesen Roboter lehren, nicht nur zu finden, was Sie mögen, sondern Sie sanft zu dem zu lenken, was gut für die Erde ist, ohne Sie zu zwingen?
Um dies zu erreichen, nutzen die Forscher zwei Hauptideen. Zuerst verwenden sie „Erklärungen“. Anstatt nur zu sagen: „Hier ist ein Kaffee“, sagt der Roboter: „Hier ist ein Kaffee, weil Sie dunklen Röstgrad mögen.“ Das ist so, als würde ein Kellner Ihnen erklären, warum ein Gericht gut ist. Zweitens verwenden sie „Nudges“ (Anstöße). Ein Nudge ist kein Stoß; es ist eine subtile Änderung in der Art und Weise, wie Informationen präsentiert werden, die die richtige Entscheidung einfacher oder attraktiver erscheinen lässt, wie etwa das Platzieren von Obst auf Augenhöhe in einer Kantine. Die große Frage ist: Wenn wir dem Roboter erklären, warum ein Artikel umweltfreundlich ist, werden die Menschen ihn dann tatsächlich kaufen? Und spielt es eine Rolle, wie der Roboter es sagt?
Diese Arbeit taucht in diese Frage ein, indem sie die Erklärung des Roboters in einen superintelligenten, KI-gesteuerten Geschichtenerzähler verwandelt. Die Forscher Haya Halimeh, Dietmar Jannach und Oliver Müller wollten sehen, ob sie mithilfe von Large Language Models (LLMs) – derselben Art von KI, die Aufsätze schreibt und mit Ihnen chattet – diese umweltfreundlichen Erklärungen spontan generieren können. Sie testeten dies in zwei sehr unterschiedlichen Welten: beim Kauf einer günstigen Tasse Instantkaffee (eine schnelle Entscheidung mit geringem Einsatz) und bei der Buchung eines Hotels für einen Urlaub (eine große, teure Entscheidung mit hohem Einsatz).
Das Team setzte ein Spiel auf, bei dem 529 echte Menschen zwischen vier Artikeln wählen mussten, die alle perfekt zu ihrem persönlichen Geschmack passten. Einige Artikel waren „grüner“ (wie zum Beispiel mit recycelbarer Verpackung oder einer grünen Zertifizierung) und andere nicht. Die Besonderheit lag in der Erklärung, die die KI für jedes Produkt lieferte. Sie testeten vier verschiedene Arten, über die umweltfreundlichen Merkmale zu sprechen:
- Nur die Fakten: „Dieser Artikel wird empfohlen, weil er eine recycelbare Verpackung hat.“
- Der „Gute Nachrichten“-Rahmen: „Dieser Artikel wird empfohlen, weil seine recycelbare Verpackung hilft, Deponieabfälle zu reduzieren und eine sauberere Zukunft zu unterstützen.“ (Fokus auf den positiven Nutzen).
- Der „Alle anderen machen es auch“-Nudge: „Dieser Artikel wird empfohlen, weil viele andere Kunden, die sich ähnliche Produkte angesehen haben, ihn wegen seiner recycelbaren Verpackung gewählt haben.“ (Fokus darauf, was Gleichgesinnte tun).
- Keine grünen Infos: Nur eine Erklärung dazu, warum er zu ihrem Geschmack passt, ohne Erwähnung der Umwelt.
Hier ist, was sie fanden, und es ist eine kleine Wendung in der Handlung. Den Leuten einfach nur die grünen Fakten zu nennen (die Gruppe „Nur die Fakten“), änderte ihre Meinung überhaupt nicht. Die Leute wählten weiterhin genauso oft die nicht-grünen Artikel wie zuvor. Die KI hatte sie nicht magisch dazu gebracht, sich zu interessieren, nur indem sie die Daten auflistete.
Doch als die KI jedoch den „Gute Nachrichten“-Rahmen oder den „Alle anderen machen es auch“-Nudge verwendete, waren die Ergebnisse dramatisch. In diesen Gruppen stieg die Zahl der Menschen, die sich für die nachhaltige Option entschieden, von etwa 51 % (im Grunde ein Münzwurf) auf etwa 69 % bzw. 67 %. Die Forscher fanden heraus, dass es nicht nur darauf ankam, welche Information vorhanden war, sondern darauf, wie die Information verpackt war. Der „Gute Nachrichten“-Rahmen, der die positive Folge der Entscheidung hervorhob, war am mächtigsten und gab dem Gefühl, die Entscheidung sei einfacher und zufriedenstellender.
Interessanterweise bemerkten die Forscher eine kuriose Lücke zwischen dem, was die Leute sagten, und dem, was sie taten. Wenn die Leute die reinen Fakten sahen, hielten sie die Erklärungen für hilfreich und klar. Aber das übertrug sich nicht auf den Kauf des grünen Artikels. Es war erst, wenn die Erklärung als Vorteil oder als sozialer Trend gerahmt wurde, dass die Menschen ihr Verhalten tatsächlich änderten. Dies deutet darauf an, dass es nicht ausreicht, zu wissen, dass etwas „gut“ ist; man muss die positive Auswirkung spüren oder sehen, dass andere es auch tun, um tatsächlich den Wechsel zu vollziehen.
Die Studie prüfte auch, ob dies sowohl für schnelle Entscheidungen (Kaffee) als auch für große Entscheidungen (Hotels) funktionierte. Die Antwort war ja: Dieselben Regeln galten für beide. Egal, ob man 5 $ oder 500 $ ausgibt, eine gut gerahmte Erklärung kann einen zu einer grüneren Wahl bewegen, ohne die eigene Entscheidungsfreiheit einzuschränken. Die Forscher kommen zu dem Schluss, dass die Nutzung von KI, um diese spezifischen, auf Theorien basierenden Geschichten zu entwerfen, ein mächtiges Werkzeug ist, um nachhaltige Gewohnheiten zu fördern, aber es funktioniert nur, wenn man die Geschichte richtig erzählt. Einfach nur die Fakten aufzulisten, reicht nicht aus, um etwas zu bewegen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.