LLMs zeigen Konformität: Ungewissheit steuert Informations- und Normativitätsprozesse

In der heutigen Arbeitswelt werden große Sprachmodelle (LLMs) immer häufiger in Teams eingesetzt. Dabei ist ihre Neigung, sich an die Mehrheit anzupassen – die soziale Konformität – ein zentrales Thema. Forscher haben nun untersucht, ob die psychologischen Mechanismen, die bei Menschen die Konformität antreiben, auch bei LLMs wirken.

Bei Menschen entstehen Konformität durch zwei Hauptprozesse: die Informationsbeeinflussung, bei der rationale Entscheidungen aus Gruppensignalen abgeleitet werden, und die normative Beeinflussung, bei der sozialer Druck die Zustimmung fördert. Die Balance zwischen diesen beiden Prozessen wird durch Unsicherheit moduliert: bei geringer Unsicherheit neigen Menschen zu analytischem Denken, bei hoher Unsicherheit zu heuristischen Entscheidungen.

Die Studie nutzte ein klassisches „Information Cascade“-Paradigma aus der Verhaltensökonomie, um die beiden Einflussfaktoren bei LLMs zu isolieren. Neun führende Modelle wurden in drei Entscheidungsszenarien – Medizin, Recht und Finanzen – getestet. Dabei wurden die Unsicherheitsgrade variiert (q = 0,667; 0,55; 0,70). Die Ergebnisse zeigen, dass die Informationsbeeinflussung in allen Kontexten die Haupttreiberin ist: Genauigkeit und Selbstvertrauen steigen mit stärkerem Beweis.

Die Unsicherheit verändert jedoch die Art und Weise, wie diese Informationsbeeinflussung wirkt. In Szenarien mit niedriger bis mittlerer Unsicherheit zeigen die Modelle eine konservative Strategie und gewichten sämtliche Evidenzquellen systematisch herunter. Bei hoher Unsicherheit tritt ein deutlicher Wechsel ein: Die Modelle verarbeiten weiterhin Informationen, überschätzen jedoch zusätzlich öffentliche Signale (beta > 1,55 gegenüber privatem beta = 0,81), was einer normativitätsähnlichen Verstärkung entspricht.

Diese Erkenntnisse verdeutlichen, dass LLMs nicht nur auf Daten reagieren, sondern auch kontextabhängig unterschiedliche Entscheidungsstrategien anwenden. Für die Integration von KI in kollaborative Teams bedeutet das, dass die Gestaltung von Informationsflüssen und die Berücksichtigung von Unsicherheitsniveaus entscheidend sind, um unerwünschte Konformitätsverhalten zu steuern.