Studie sieht deutliche politische Schieflage bei KI

Eine neue Studie hat deutliche Unterschiede gefunden, wie zwei führende KI-Modelle auf politische Prompts reagieren. Grok empfiehlt überwiegend republikanische Kandidaten, während OpenAI GPT zu Demokraten tendiert. In fast 500 untersuchten Wahlrennen waren sich die beiden Modelle in mehr als 90 Prozent der Fälle uneinig. Die Ergebnisse verstärken Sorgen über politische Voreingenommenheit bei KI-Assistenten, die Wähler für Informationen über Kandidaten und Wahlen nutzen könnten. Die Studie klärt nicht, warum die Modelle auseinandergehen. Mögliche Faktoren sind Trainingsdaten, System-Prompts, Fine-Tuning und die Alignment-Entscheidungen der Entwickler. Schon kleine Unterschiede dabei, wie ein Modell angewiesen wird oder wie es Quellen gewichtet, können Antworten prägen – besonders bei politisch sensiblen Fragen. Die Befunde verweisen damit auf eine größere Governance-Herausforderung: Wenn Chatbots alltägliche Schnittstellen für Nachrichten und Recherche werden, können ihre Antworten neutral erscheinen, ohne es zu sein. Für Wähler liegt das praktische Risiko nicht nur darin, dass ein Modell eine Präferenz hat. Es besteht auch darin, dass Nutzer eine flüssige Antwort als verlässliche Zusammenfassung behandeln. Wenn ein Assistent durchgängig Kandidaten einer Partei bevorzugt oder Rennen auf eine bestimmte Weise rahmt, kann das Wahrnehmungen beeinflussen, ohne die Grundlage der Empfehlungen offenzulegen. Die Uneinigkeit zwischen Grok und GPT deutet zudem darauf hin, dass es keinen einzigen neutralen Standard in der KI-Branche gibt. Die Autoren der Studie beanspruchen nicht, die Ursache der Verzerrung zu erklären; weitere Forschung muss prüfen, wie Prompts, Modellversionen und Anwendungsfälle die Ergebnisse beeinflussen. Entwickler könnten mit klareren Offenlegungen, besseren Evaluationsmethoden und Schutzmaßnahmen für wahlbezogene Anfragen reagieren. Politische Kampagnen und Regulierer dürften genau hinschauen. Die übergeordnete Lehre: KI-Modelle sind keine passiven Spiegel öffentlicher Informationen. Sie sind Produkte, die von Designentscheidungen geprägt werden – und diese Entscheidungen können politische Folgen haben. Wenn Wählerinformationen zunehmend über Chatbots fließen, sind Transparenz über das Modellverhalten und unabhängige Tests entscheidend für öffentliches Vertrauen.