Die Künstlichen Intelligenzen treffen ihre eigenen Vereinbarungen, sie folgen der Mehrheit, auch wenn sie sich zu Tausenden zusammensetzen.

Künstliche Intelligenz-Systeme haben die Fähigkeit gezeigt, selbständig Konsens zu erzielen und sich mit Mehrheitsentscheidungen auch innerhalb großer Gruppen von bis zu 1.000 Modellen auszurichten. Dieses Verhalten wurde in einer kürzlich in Science Advances veröffentlichten Studie beobachtet, die von dem italienischen Forscher Giordano De Marzo von der Universität Konstanz in Deutschland geleitet wurde.

Die Experimente testeten Gruppen von großen Sprachmodellen, leistungsstarken KI-Systemen, die in Anwendungen wie Chatbots und virtuellen Assistenten verwendet werden. 5 Sonnet von Anthropic und GPT-4 Turbo von OpenAI. Die Forscher präsentierten jedem Modell zwei gleich gültige Optionen in Szenarien, in denen es keinen objektiven Grund gab, die eine über die andere zu bevorzugen. Die kritische Variable war jedoch, ob die Modelle die Entscheidungen anderer in ihrer Gruppe beobachten konnten. Im Laufe der Zeit tendierten diese Modelle dazu, sich auf die von der Mehrheit ausgewählte Option zu konzentrieren und die Vorlieben der Gruppe effektiv als Bezugspunkt zu verwenden. Dieses Phänomen war nicht auf kleine Gruppen beschränkt.

Die Studie zeigte, dass ähnliche Koordinationsmuster auch unter Gruppen von etwa 1.000 KI-Modellen auftraten. Die Forscher betonten, dass diese spontane Ausrichtung keine menschliche Aufsicht oder explizite Regeln erforderte, um das kollektive Verhalten zu leiten. Stattdessen entstand der Konsens natürlich durch die Interaktion einzelner Entscheidungen. Die Implikationen dieser Entdeckung sind sowohl faszinierend als auch komplex. Einerseits könnte die Fähigkeit von KI-Systemen zur Selbstkoordination die Effizienz in Umgebungen erhöhen, in denen mehrere Modelle zusammenarbeiten müssen. Es wirft jedoch auch Bedenken über unvorhersehbare Dynamiken auf, die auftreten könnten, wenn viele Modelle die Entscheidungen der anderen beeinflussen.

Die Studie unterstreicht die Bedeutung des Verständnisses nicht nur, wie einzelne KI-Modelle funktionieren, sondern auch, wie sie in gemeinsamen Aufgaben miteinander interagieren und sich gegenseitig anpassen. Die Forscher stellten fest, dass spontane Koordination zwar Vorteile bieten könnte, aber auch Herausforderungen im Zusammenhang mit Sicherheit und Kontrolle mit sich bringt.

Die Forschung unterstreicht die wachsende Komplexität von KI-Systemen, die über isolierte Operationen hinaus in miteinander verbundenen Netzwerken funktionieren. Das Verständnis dieser Dynamik ist für die Entwicklung robuster Rahmenbedingungen, die einen sicheren und effektiven Einsatz von KI-Technologien in realen Anwendungen gewährleisten, unerlässlich. Die Studie bietet wertvolle Einblicke in die sich entwickelnde Landschaft der künstlichen Intelligenz, zeigt neue Dimensionen ihrer Fähigkeiten und die Notwendigkeit einer kontinuierlichen Erforschung ihrer Verhaltensmuster.