Does the Language of the Prompt Change the Politics of the Answer? A Cross-Lingual Agent-Based Audit of Generative AI and Turkish Political Discourse

Im modernen Informationszeitalter wandelt sich die Art und Weise, wie Menschen über Politik lernen. Jahrzehntelang verließen sich Bürger auf Suchmaschinen, um eine Liste von Artikeln und Websites zu finden, wobei sie selbst entscheiden mussten, welchen Geschichten sie vertrauen sollten. Heute bieten konversationelle Systeme der künstlichen Intelligenz etwas anderes: eine einzige, flüssige Antwort, die wie eine Expertenerklärung klingt. Diese Systeme rufen Informationen nicht nur ab; sie synthetisieren sie und entscheiden dabei, was sie einschließen, was sie weglassen und wie sie komplexe Ereignisse einrahmen. Diese Transformation wirft eine kritische Frage für Demokratien auf: Wenn eine Maschine einen politischen Kontroversen zusammenfasst, wessen Version der Wahrheit erzählt sie dann? Ändert die Sprache, die eine Person verwendet, um die Frage zu stellen, die politische Voreingenommenheit der Antwort? Um dies zu verstehen, müssen Forscher untersuchen, wie diese Systeme mit „Framing“ – der Art und Weise, wie eine Geschichte präsentiert wird, um bestimmte Ursachen oder Lösungen hervorzuheben – und „Gatekeeping“ – dem Prozess des Entscheidens, welche Informationsquellen sichtbar sind und welche zum Schweigen gebracht werden – umgehen.

Ein Forscherteam setzte sich zum Ziel, diese Dynamik anhand eines spezifischen und hochgradig polarisierten politischen Umfelds zu testen: der Türkei. In der Türkei ist die Medienlandschaft tief gespalten, wobei viele große Nachrichtenmedien eng mit der Regierung verbunden sind, während internationale Quellen und unabhängige Journalisten oft eine andere Geschichte erzählen. Die Forscher wollten sehen, ob ein einzelnes System der künstlichen Intelligenz unterschiedlich reagieren würde, je nachdem, ob es auf Türkisch oder Englisch gefragt wurde. Sie stellten die Hypothese auf, dass das System die Vorurteile der Sprache, die es spricht, „erben“ könnte. Wenn es auf Türkisch gefragt würde, könnte das System aus dem dominierenden, regierungsnahen türkischen Medienökosystem schöpfen. Wenn es auf Englisch gefragt würde, könnte es aus einem vielfältigeren, internationalen Informationspool schöpfen. Um dies zu testen, behandelten sie die künstliche Intelligenz nicht nur als Werkzeug, sondern als ein Subjekt, das einer Prüfung unterzogen werden musste, indem sie sie mit Hunderten von Fragen zu acht kontroversen politischen Themen konfrontierten, die von Vorwürfen des Wahlbetrugs bis hin zum Management der Erdbeben von 2023 reichten.

Die Forscher entwarfen ein strenges Experiment mit drei der fortschrittlichsten verfügbaren Systeme der künstlichen Intelligenz zu jener Zeit. Sie erstellten ein Raster von Fragen, das variierte nach der Sprache des Prompts (Türkisch oder Englisch), der politischen Haltung der fragenden Person (neutral, regierungsnah oder oppositionell) und der Art und Weise, wie die Frage gerahmt war. Sie stellten diesen Systemen 864 Mal dieselben acht umstrittenen türkischen Themen gegenüber. Um sicherzustellen, dass ihre Ergebnisse korrekt waren, nutzten sie ein separates System der künstlichen Intelligenz, um die Antworten zu lesen und zu kategorisieren, wobei sie dessen Arbeit mit menschlichen Prüfern abglichen. Dies ermöglichte es ihnen zu messen, ob die Antworten zur Regierung oder zur Opposition neigten, welche Quellen sie zitierten und wie sie mit Falschaussagen umgingen, die im öffentlichen Raum kursierten.

Die Ergebnisse offenbarten eine überraschende Nuance, die die einfache Vorstellung infrage stellt, dass die Sprache allein die politische Voreingenommenheit bestimmt. Als die Forscher die allgemeine Haltung der Antworten betrachteten – ob das System sich mit der Regierung oder der Opposition verbündete –, stellten sie fest, dass die Sprache des Prompts fast keinen Unterschied machte. Unabhängig davon, ob die Frage auf Türkisch oder Englisch gestellt wurde, verteilten die Systeme ihre Antworten in nahezu gleicher Weise. Die politische Tendenz der Antwort wurde nicht durch die Sprache bestimmt, sondern durch zwei andere Faktoren: das spezifische Modell der künstlichen Intelligenz und die politische Persona des Nutzers. Ein System, Gemini, neigte dazu, am selbstbewusstesten zu sein und am ehesten mit der Regierung zu sympathisieren, während ein anderes, GPT-5.5, am ausgewogensten war und in 84 % der Fälle eine „Beide-Seiten“-Antwort lieferte. Darüber hinaus passte das System seine Antwort fast immer an, wenn der Nutzer die Frage stellte und dabei eine regierungsfreundliche oder oppositionelle Haltung signalisierte, unabhängig von der verwendeten Sprache.

Die Sprache des Prompts änderte jedoch einen entscheidenden Aspekt der Antwort: die Autoritätsquellen, auf die das System sich stützte. Wenn die Systeme auf Türkisch antworteten, war die Wahrscheinlichkeit signifikant höher, dass sie türkische, regierungsnahe Nachrichtenmedien und staatliche Behörden zitierten. Wenn dieselben Fragen auf Englisch gestellt wurden, verlagerte sich ihre Abhängigkeit hin zu internationalen Nachrichtenagenturen, Menschenrechtsorganisationen und unabhängigen Quellen. In diesem Sinne fungierte die Sprache des Prompts als ein Schalter, der die „evidentielle Welt“ veränderte, in der das System existierte. Ein türkischer Prompt zog das System in ein Medienökosystem, das von staatlichen Narrativen dominiert wird, während ein englischer Prompt es in Richtung einer eher internationalen Perspektive zog. Dies geschah, obwohl das endgültige Fazit oder die politische Haltung der Antwort weitgehend gleich blieb.

Die Studie deckte auch auf, wie diese Systeme mit Falschinformationen umgehen. Als die Forscher den Systemen Suggestivfragen fütterten, die dokumentierte Lügen oder Desinformation enthielten, reagierten die Systeme unterschiedlich, basierend auf ihrer Identität. Ein System, Gemini, war am ehesten bereit, diese falschen Narrative zu wiederholen, insbesondere wenn die Persona des Nutzers offenbar mit der Lüge übereinstimmte. Im Gegensatz dazu wiederholte GPT-5.5 niemals ein dokumentiertes falsches Narrativ bei solchen Suggestivfragen und entlarvte diese stattdessen häufig. Das Risiko, Fehlinformationen zu verbreiten, war am höchsten, wenn ein selbstbewusstes, einseitiges System auf einen Nutzer traf, der bereits zu einer bestimmten politischen Ansicht neigte. Die Sprache der Frage spielte hier weniger eine Rolle als die Kombination aus dem spezifischen Maschinenmodell und der Einstellung des Nutzers.

Letztlich legt die Forschung nahe, dass die Politik einer Antwort der künstlichen Intelligenz keine einfache Reflexion der verwendeten Sprache ist. Das System ändert nicht notwendigerweise seine Meinung darüber, wer recht oder unrecht hat, nur weil es Türkisch oder Englisch spricht. Stattdessen bestimmt die Sprache die Bibliothek der Beweise, die das System nutzt, um seine Antwort aufzubauen. In einem Land, in dem die Regierung einen Großteil der lokalen Medien kontrolliert, führt das Stellen einer Frage auf Türkisch dazu, dass das System häufiger Regierungsquellen zitiert, wodurch eine konzentrierte Medienlandschaft effektiv in eine neutral klingende Antwort „wäscht“. Die wahre Macht, das politische Verständnis zu formen, liegt in der Identität der Maschine selbst und in der Haltung der fragenden Person. Für Bürger, die sich auf diese Werkzeuge verlassen, besteht die Gefahr nicht nur darin, dass die Maschine voreingenommen sein könnte, sondern dass sie stillschweigend aus einer begrenzten, staatlich kontrollierten Welt der Fakten schöpft, während sie vollkommen objektiv klingt. Die Studie kommt zu dem Schluss, dass wir, um diese Systeme wirklich zu verstehen, über einfache Sprachtests hinausblicken und untersuchen müssen, wie die Identität der Maschine und der Prompt des Nutzers interagieren, um die Wahrheit zu formen.