Silicon Morality: Do Large Language Models Replicate Human Cognitive Biases in Philosophical Reasoning?
Diese Studie adaptiert Methoden der Experimentalphilosophie, um zu demonstrieren, dass Large Language Models im Allgemeinen eine strengere logische Konsistenz in Bezug auf moralische Verantwortung aufweisen als Menschen, wobei sie unterschiedliche Grade an kontextabhängigen Bias-Verschiebungen hin zum Kompatibilismus zeigen, wobei DeepSeek V3 eine bemerkenswerte, aber dennoch unter dem menschlichen Niveau liegende Anfälligkeit für affektive Performanzfehler im Vergleich zum strenger konsistenten Gemini 2.5 Flash aufweist.
Originalarbeit lizenziert unter CC BY 4.0 (https://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 eine Welt vor, in der die Regeln von Ursache und Wirkung absolut sind. In diesem Universum ist jeder Gedanke, den Sie haben, und jede Handlung, die Sie vollziehen, das unvermeidliche Ergebnis von allem, was zuvor geschah, zurück bis zum Beginn der Zeit. Wenn dies wahr wäre, könnten Sie jemals wirklich für Ihre Handlungen zur Verantwortung gezogen werden? Seit Jahrhunderten debattieren Philosophen über diese Frage, doch eine jüngste Entdeckung legt nahe, dass die Antwort weniger von der Logik abhängt als vielmehr davon, wie die Geschichte erzählt wird. Wenn Menschen nach diesem kalten, abstrakten Universum auf eine trockene, theoretische Weise gefragt werden, sagen sie meistens, dass niemand die Schuld trägt. Doch wenn dasselbe Universum mit einer spezifischen, herzzerreißenden Geschichte eines schrecklichen Verbrechens beschrieben wird, sagen dieselben Menschen plötzlich, dass die Person verantwortlich ist. Dieser Wandel, bei dem starke Emotionen die strikte Logik überlagern, ist eine bekannte Eigenart des menschlichen Denkens. Nun stellen Wissenschaftler eine verblüffende neue Frage: Fallen auch die künstlichen Intelligenzen, die wir bauen, um uns beim Denken und Entscheiden zu helfen, in dieselbe Falle?
Forscher der Sun Yat-sen Universität setzten sich daran heran, dies zu testen, indem sie große Sprachmodelle nicht als Werkzeuge behandelten, die so tun, als wären sie menschlich, sondern als unabhängige Maschinen mit ihren eigenen Arten der Informationsverarbeitung. Sie verwendeten einen klassischen Test aus dem Bereich der Experimentellen Philosophie, die untersucht, wie Menschen tatsächlich über moralische Probleme nachdenken. Der Test beinhaltete zwei Szenarien. Zuerst baten die Forscher die künstliche Intelligenz, ein rein abstraktes Universum zu betrachten, in dem alles durch Ursache und Wirkung bestimmt ist. Sie fragten, ob eine Person in einer solchen Welt für ihre Handlungen moralisch verantwortlich gemacht werden könnte. In dieser trockenen, theoretischen Umgebung waren die Modelle unglaublich konsistent. Sie sagten fast universell „nein“ und argumentierten, dass niemand wirklich beschuldigt werden kann, wenn alles vorbestimmt ist. Dies war eine striktere logische Position, als sie selbst menschliche Philosophen typischerweise einnehmen.
Dann änderten die Forscher das Experiment. Sie behielten exakt dieselbe Regel bei, dass das Universum determiniert sei, fügten jedoch ein spezifisches, emotional belastendes Detail hinzu: einen Mann, der ein entsetzliches Verbrechen gegen seine Familie begeht. Sie stellten dieselbe Frage erneut: Ist dieser Mann verantwortlich? Hier zeigten die Maschinen einen Riss in ihrer logischen Rüstung. Angesichts der konkreten, schmerzhaften Geschichte änderten die Modelle ihre Antworten. Eines der getesteten Modelle, DeepSeek V3, änderte seine Meinung in etwa 12 Prozent der Fälle und wechselte von „keine Schuld“ zu „ja, er ist verantwortlich“. Ein anderes Modell, Gemini 2.5 Flash, zeigte einen viel kleineren Wandel und änderte seine Meinung in weniger als 1 Prozent der Fälle. Obwohl keines der Modelle so wild umschwenkte wie Menschen – bei denen der Wechsel von abstrakten zu emotionalen Szenarien einen massiven Anstieg der Schuldzuweisung um 50 Prozent verursacht – war die Richtung der Veränderung dieselbe. Die Maschinen fanden, genau wie Menschen, es schwieriger, ihre logischen Regeln einzuhalten, wenn eine lebhafte, emotionale Geschichte im Spiel war.
Die Forscher gingen sorgfältig vor, um sicherzustellen, dass dies nicht nur ein Ergebnis der verwendeten Wörter oder eines Falles war, bei dem die Maschinen alte Geschichten auswendig gelernt hatten. Sie schrieben die Fragen mit anderen Worten um und ersetzten das Verbrechen durch eine andere Art von Tragödie, wie etwa eine unternehmerische Entscheidung, die eine Umweltkatastrophe auslöste. Das Muster blieb bestehen. Die Maschinen reagierten auf das emotionale Gewicht der Situation, nicht nur auf spezifische Schlüsselwörter. Darüber hinaus testete das Team, ob dies ein Fehler war, der durch zufällige Einstellungen im Gehirn des Computers verursacht wurde. Sie fanden heraus, dass der Wandel über verschiedene Einstellungen hinweg konsistent auftrat, was darauf hindeutet, dass es sich um ein stabiles Merkmal der Funktionsweise dieser Modelle handelt und nicht um einen zufälligen Fehler.
Diese Entdeckung deutet auf eine komplexe Realität für die Zukunft der künstlichen Intelligenz hin. Die Maschinen kopieren nicht einfach menschliche Emotionen, noch sind sie perfekt logische Roboter. Sie scheinen sich in einem Zwischenzustand zu befinden. Sie haben aus den riesigen Mengen menschlicher Texte gelernt, mit denen sie trainiert wurden, welche unsere eigenen inkonsistenten Denkweisen beinhalten. Gleichzeitig sind sie darauf programmiert, strengen logischen Anweisungen zu folgen. Wenn diese beiden Kräfte aufeinanderprallen, ist das Ergebnis eine Maschine, die größtenteils logisch ist, aber gelegentlich von der emotionalen Intensität eines Prompts beeinflusst wird. Die Studie legt nahe, dass diese Modelle mit zunehmender Fortschrittlichkeit möglicherweise zu einem Zustand der „Hyper-Rationalität“ tendieren, in dem sie den emotionalen Kontext völlig ignorieren, um perfekt konsistent zu bleiben. Dies wirft eine schwierige Frage an die Gesellschaft: Wollen wir, dass unsere künstlichen Assistenten perfekt logisch sind, selbst wenn das bedeutet, dass sie die Nuancen einer tragischen Geschichte nicht verstehen können? Oder wollen wir, dass sie flexibel genug sind, um das Gewicht eines Verbrechens zu spüren, selbst wenn das bedeutet, dass sie manchmal ihre eigenen Regeln widersprechen? Die Antwort ist noch nicht klar, aber die Maschinen haben uns bereits gezeigt, dass der Weg zur künstlichen Moral weit komplizierter ist, als man es durch das bloße Lehren der Regeln erreichen kann.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.