Kenneth Glad
Das Smartphone zur Hand zu nehmen, um einem KI-Chatbot eine schnelle Frage zu stellen, ist für Millionen von Menschen zur zweiten Natur geworden. Es fühlt sich an, als hätte man das gesamte Wissen der Welt direkt zur Verfügung, verpackt in einer übersichtlichen Zusammenfassung. Doch unter diesen bequemen Antworten verbirgt sich eine stille Verengung dessen, was wir tatsächlich lernen.
Die Nutzung von KI für alltägliche Fragen ersetzt zunehmend die alte Gewohnheit, Suchergebnisse zu durchforsten. Ob beim Planen des Abendessens, beim Verfassen einer schwierigen E-Mail oder beim Versuch, Zinssätze zu verstehen – Menschen verlassen sich immer häufiger auf Chatbots, die das Denken übernehmen.
Jüngste Forschungsergebnisse zeigen, dass dieser Wandel einen versteckten Nachteil mit sich bringt: Große Sprachmodelle bieten eine wesentlich engere Informationspalette als eine Standard-Websuche.
Laut einer Studie unter der Leitung von Forschenden der Universität Kopenhagen lieferte jedes einzelne getestete Sprachmodell über alle Themen hinweg einheitlichere Informationen als eine einfache Google-Suche.
„Mit anderen Worten, die Menschen sind weitgehend immer wieder denselben Informationen ausgesetzt“, erklärte Dustin Wright, Assistenzprofessor an der Universität Aalborg und Hauptautor der Studie. Er merkte an, dass KI nicht nur verändert, wie wir Fakten finden, sondern auch, welche Fakten wir zu sehen bekommen.
Das Web wird enger
Das Team testete 27 verschiedene Sprachmodelle zu 155 Themen und stellte pro Thema 200 unterschiedliche Fragen, um einen Datensatz von rund 70 Millionen Aussagen zu erstellen. Die Themen reichten von Atomwaffen und Rassismus bis hin zu regionaler Geschichte und Popkultur.
Selbst das vielfältigste getestete KI-Modell, OpenAI’s GPT-5, erwies sich in seinen Antworten als mindestens 18,7 Prozent weniger divers als die Google-Suche.
Forschende warnen, dass das alleinige Vertrauen auf KI die Gesellschaft in eine Echokammer einschließen könnte. Die populärsten Perspektiven dominieren, während weniger bekannte Ansichten verschwinden.
Die Seniorautorin Isabelle Augenstein verglich den Trend mit modernen globalen Einzelhandelsketten, bei denen überall genau dieselben Optionen erscheinen. „Das hat viele Vorteile, aber es hat auch die Vielfalt reduziert“, bemerkte sie.
KI-Modelle erzeugen diese Einheitlichkeit, weil sie riesige Textdatensätze komprimieren und dabei lernen, die häufigsten Muster zu wiederholen, während sie seltene Details herausfiltern. Da zukünftige Modelle mit Texten trainiert werden, die von früheren KIs geschrieben wurden, könnte der Pool einzigartiger Informationen noch weiter schrumpfen, was die Forschenden als Wissenskollaps bezeichnen.
Obwohl neuere Modelle leichte Verbesserungen zeigen, betonen Experten, dass Nutzer weiterhin mehrere Quellen überprüfen müssen, um eine breite Perspektive zu bewahren.
Quelle: Universität Kopenhagen
