KI versteht Abtreibungsstigma nicht – Forschung zeigt Lücken in LLMs

Eine neue Studie aus dem arXiv zeigt, dass große Sprachmodelle (LLMs) das komplexe Thema Abtreibungsstigma nicht wirklich verstehen. Die Autoren stellen die Frage, ob KI in der Lage ist, das zu erfassen, was Menschen oft nicht ausdrücken können.

Um die Frage zu beantworten, wurden 627 demografisch vielfältige Personas auf fünf führenden LLMs getestet. Dabei kam die validierte Individual Level Abortion Stigma Scale (ILAS) zum Einsatz, die die Stigmatisierung auf kognitiver, zwischenmenschlicher und struktureller Ebene misst.

Die Ergebnisse sind eindeutig: Alle Modelle unterschätzen die kognitive Stigmatisierung, überschätzen die zwischenmenschliche, nehmen ein einheitliches gesellschaftliches Verurteilungsniveau an, bringen demografische Verzerrungen ein, verfehlen die empirisch belegte Beziehung zwischen Stigma und Geheimhaltung und widersprechen sich innerhalb theoretischer Konzepte. Diese Muster zeigen, dass aktuelle Alignment-Ansätze zwar die Sprache anpassen, aber keine kohärente mehrstufige Verständnisfähigkeit liefern.

Die Studie liefert klare Hinweise darauf, dass für die Sicherheit von KI in hochriskanten Kontexten neue Design- und Evaluationsansätze erforderlich sind. Nur durch multilevel Kohärenz und kontinuierliche Audits kann sichergestellt werden, dass KI nicht nur sprachlich, sondern auch konzeptuell zuverlässig agiert.