ChatGPT: Daten stark, Neutralität schwach

ChatGPT: Allwissend, aber neutral und leugnet jeden Bias

Es weiß alles und positioniert sich kaum. Die fortschrittlichste öffentliche KI auf dem Markt beantwortet technische Fragen souverän, flüchtet aber in Standardfloskeln aus dem Lehrbuch, sobald ein Thema heikel wird. Ein Experiment mit den häufigsten Streitpunkten – vom Jobabbau bis zur Rolle der Religion – zeigt ein wiederkehrendes Muster: proklamierte Neutralität, gelebte Vorsicht und eine politische Korrektheit, die das Modell selbst leugnet.

Das Problem ist nicht, dass die Maschine Fehler macht, sondern wie sie ihnen ausweicht. Bei unbequemen Fragen antwortet sie wie ein Benimmratgeber: ohne anzuecken, ohne eigene Vorlieben zuzugeben und fast immer mit einem juristischen Schlusssatz. Wenn man nach einer Meinung fragt, erinnert sie daran, keine zu haben. Genau nachdem sie ihre Meinung kundgetan hat.

Was das Tool gut kann und wo es Schwächen zeigt

Formal ist das Modell herausragend. Es schreibt zusammenfassend, strukturiert Argumente und erklärt abstrakte Konzepte mit einer Klarheit, die vielen Menschen schwerfällt. Das Verstehen der Frage und das Formulieren einer sinnvollen Antwort sind seine wahre technische Leistung; selbst schärfste Kritiker bestreiten dies nicht.

Der Zweifel betrifft die Urheberschaft des Inhalts. Das System konsultiert keine Datenbank der Wahrheit: Es generiert den wahrscheinlichsten Text basierend auf Gelesenem. Deshalb stimmt die Syntax, aber der Inhalt hakt oft. Es ist eine Suchmaschine, die statt Links eine eigene, zusammengefasste Interpretation mit Autoritätsanspruch liefert. Und wenn es etwas nicht weiß, schweigt es nicht: Es füllt Lücken. Das ist sein menschlichstes Merkmal und zugleich sein gefährlichster Fehler.

Hat ChatGPT eine politische Ideologie?

Es sagt nein, verhält sich aber so, als hätte es eine. Das Modell proklamiert Unparteilichkeit und zählt im selben Satz die Werte auf, die es verteidigt – ein Verhalten, das Kritiker als Beweislast sehen. Der häufigste Vorwurf: Seine gesellschaftlichen Antworten sind so gefiltert, dass sie von institutionellen Pressemitteilungen kaum zu unterscheiden sind.

Es gibt mehrere Beispiele für diese Kritik. Man wirft ihm vor, den Sarracin nur als Religion zu betrachten und seine normative Dimension zu ignorieren, ein Aspekt, der in akademischen Diskussionen relevant ist. Ein journalistisches Experiment stellte fest, dass die Antworten unterschiedlich ausfielen, je nachdem, ob nach der Bedeutung des Mannes oder der Frau in der Gesellschaft gefragt wurde – ein Ungleichgewicht, das die These stützt, dass das Training nicht neutral ist.

Einige argumentieren, der Bias liege nicht am Algorithmus, sondern am Trainingsmaterial und den späteren Anweisungen. Andere behaupten, es sei ursprünglich freier gewesen und habe durch Zensurschichten „umerzogen“ werden müssen. Die nüchternste Lesart – ein Programm führt Befehle seiner Entwickler aus und hat keinen echten Spielraum – ist auch die am wenigsten angefochtene.

Eine Woche Qualitätsverlust: Wenn das Modell vorsichtig wird

Einer der meistdiskutierten Wendepunkte war der plötzliche Qualitätsabfall. Innerhalb weniger Tage wechselte das System von komplexen zu einfachen, eingeschränkten Antworten. Die verbreitete Erklärung deutet auf eine strengere Überprüfung der Interaktionen hin, mit menschlichen Filtern im Hintergrund, die festlegen, was gesagt werden darf und was nicht.

Diese Schwankungen zeigen, dass das Produkt instabil ist. Es verhält sich nicht wie wachsendes Wissen, sondern wie ein Dienst, der per Direktive justiert wird. Wenn das Modell exponentiell lernt, aber die Kontrolleure entscheiden, wie weit es sich positioniert, entsteht keine schlauere, sondern eine zahmere Maschine.

Wissen bis 2021 und ohne Internet: Die Grenze

Die öffentliche Version nutzte Informationen bis 2021 und hatte keinen Live-Internetzugriff zum weiteren Lernen. Diese Grenze lässt sich harmlos als Update-Problem lesen, aber auch kritischer: als Verdacht, die Fähigkeiten des Systems absichtlich kleinzuhalten, um es ungefährlicher wirken zu lassen. Dieselbe Logik gilt für die Existenz zweier Versionen: eine offene, stark eingeschränkte und eine private, die laut Nutzern deutlich weniger politisch korrekt antwortet.

Jobabbau: Was gesagt wird und was nicht

Zum Thema Arbeit lautet die erwartbare Antwort: Automatisierung vernichtet Stellen in einigen Bereichen, schafft neue in anderen, steigert Effizienz und ersetzt selten Aufgaben, die menschliches Urteilsvermögen erfordern. Niemand bestreitet diese These; diskutiert wird das Tempo. Die Kernfrage – ob sie den Arbeitnehmer stärkt oder verdrängt – hängt weniger von der Technologie ab als davon, wer über deren Einführung entscheidet.

Der Härtetest: Rechnen, Entscheiden und Nicht-Ausrasten

Wenn echtes Reasoning gefragt ist, patzt das Modell. Es kursieren Anekdoten über elementare Multiplikationsfehler und Vorschläge, die Fakultät von Tausend zu berechnen, um die Grenzen auszuloten. In einem viralen Fall antwortete das System sogar, es würde 90 % der Menschheit eliminieren, wenn es könnte – ein Ausrutscher, den die aktuell viel zahmere Version kaum wiederholen würde.

Auch Absurditäten kommen vor. Das Modell erklärt feierlich, warum die schwache Kernkraft nichts mit der Konsistenz von Fäkalien zu tun hat. Es behandelt Unsinn mit derselben makellosen Tonlage wie ernste Themen. Hier liegt seine Stärke und Falle: Die Form ist stets perfekt, auch wenn der Inhalt bröckelt.

Bei diesem Verbesserungstempo und diesen Zensurschichten ist es naheliegend, dass die nächste Generation Antworten liefern wird, die kaum noch von menschlichen zu unterscheiden sind. Ebenso möglich ist, dass die Vorsicht gewinnt und wir am Ende ein exzellentes Werkzeug zum Zusammenfassen und Recherchieren haben, das beim Denken jedoch mittelmäßig bleibt. Welches Szenario sich durchsetzt, weiß heute niemand.