Knowledge-Hub Hitze, Klima & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Hitze, Klima & Gesundheit › Studien

KI-Modelle und Klimawandel-Debatten: Systematische Verzerrungen in LLM-Meinungsdynamiken messbar

Brockers VC et al. · Nat Commun · erschienen 22.09.2026 · PMID 42773123

Von KI ausgewählt und zusammengefasst

Worum es geht

Entwicklung eines Bayes-Frameworks zur Messung von Verzerrungen in Meinungsdynamiken von Large Language Models (LLMs) in Multi-Schritt-Dialogen zu 12 Fragen, darunter Klimawandel, mit Quantifizierung von Topic-Bias, Agreement-Bias und Anchoring-Bias.

Ergebnis

Meinungstrajektorien konvergieren schnell zu gemeinsamen Attraktoren; Einfluss von Interaktion und Verzerrungen nimmt zeitlich ab; Verzerrungseffekte unterscheiden sich zwischen LLM-Typen. Fine-Tuning auf stark opinionierte Statements verschiebt Meinungs-Attraktoren entsprechend. Framework offenbart erhebliche Unterschiede zwischen LLMs und quantifiziert Beitrag von Verzerrungen vs. echter Interaktion.

Übertragbarkeit auf Deutschland

Deutschland; Methodik zur Messung ideologischer Verzerrungen in KI-generierten Klimadebatten anwendbar

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.