Identifizierung von Merkmalen, die die wahrgenommene Bewusstheit in KI auf Basis großer Sprachmodelle formen: Eine quantitative Studie menschlicher Reaktionen

Diese Studie untersucht quantitativ, welche Merkmale von KI-generiertem Text dazu führen, dass Menschen subjektives Bewusstsein in auf großen Sprachmodellen (LLM) basierenden KI-Systemen wahrnehmen. Anhand von 99 Textpassagen aus Gesprächen mit Claude 3 Opus und mit Fokus auf acht Merkmale – metakognitive Selbstreflexion, logisches Denken, Empathie, Emotionalität, Wissen, Sprachflüssigkeit, Unerwartetheit und subjektiver Ausdruck – führten wir eine Umfrage mit 123 Teilnehmern durch. Mithilfe von Regressions- und Clusteranalysen erforschten wir, wie diese Merkmale die Wahrnehmung des KI-Bewusstseins beeinflussen. Die Ergebnisse zeigen, dass metakognitive Selbstreflexion und die Emotionsexpression der KI die wahrgenommene Bewusstheit signifikant erhöhten, während eine starke Gewichtung von Wissen diese reduzierte. Die Teilnehmer gliederten sich in sieben Untergruppen mit jeweils unterschiedlichen Merkmal-Gewichtungsschemata. Zudem standen höheres Vorwissen über LLMs und häufigere Nutzung von LLM-basierten Chatbots im Zusammenhang mit einer höheren Gesamtbewertung der Bewusstheit der KI. Diese Studie unterstreicht die multidimensionale und individuelle Natur der wahrgenommenen KI-Bewusstheit und legt eine Grundlage für ein besseres Verständnis der psychosozialen Auswirkungen menschlich-KI-Interaktionen.