HEART: Benchmark vergleicht Menschen und KI in emotionaler Unterstützung

Ein neues Forschungswerk aus dem Bereich der künstlichen Intelligenz stellt einen Meilenstein dar: Das HEART-Framework (Human-Emotion-Alignment-Resonance-Task) bietet erstmals einen direkten Vergleich zwischen menschlichen und KI‑basierten Antworten in mehrstufigen Gesprächen zur emotionalen Unterstützung. Durch die Kombination von blind begutachteten menschlichen Bewertungen und einer „LLM‑as‑Judge“-Evaluierung wird ein objektives Messinstrument geschaffen, das fünf zentrale Dimensionen der zwischenmenschlichen Kommunikation erfasst: Human Alignment, Empathic Responsiveness, Attunement, Resonance und Task‑Following.

Die Analyse zeigt, dass führende Sprachmodelle bereits die durchschnittliche menschliche Empathie und Konsistenz erreichen oder sogar übertreffen. Dennoch behalten Menschen den Vorsprung bei adaptiven Umformulierungen, dem Benennen von Spannungen und subtilen Tonwechseln – besonders in herausfordernden Gesprächsphasen. Diese Unterschiede unterstreichen, dass emotionale Unterstützung mehr als reine Sprachflüssigkeit erfordert.

Ein bemerkenswertes Ergebnis ist die Übereinstimmung von etwa 80 % der Paare zwischen menschlichen und KI‑Bewertungen, was dem inter‑humanen Konsens entspricht. Die Begründungen der beiden Gruppen betonen ähnliche HEART‑Dimensionen, was auf eine wachsende Konvergenz der Bewertungskriterien hinweist. HEART positioniert sich damit als eigenständige Messachse für unterstützende Dialoge, getrennt von generellen Rechenfähigkeiten.

Die Veröffentlichung von HEART eröffnet Forschern und Entwicklern ein neues Werkzeug, um die Qualität von KI‑gestützter emotionaler Hilfe präziser zu messen und gezielt zu verbessern. Gleichzeitig liefert sie wertvolle Einblicke in die noch bestehenden Stärken menschlicher Interaktion, die für die Gestaltung empathischer KI-Systeme entscheidend sind.