Menschen wählen menschliche Empathie, bewerten KI-Antworten aber besser

Menschen wählen Menschen, bewerten aber die KI besser

Menschen entscheiden sich überwiegend für menschliche Empathie. Bewertet man KI-generierte empathische Antworten, schneiden sie jedoch besser ab. Das beschreibt ein Team um C. Daryl Cameron von der Penn State University in der Fachzeitschrift Communications Psychology. In vier Studien zogen die Teilnehmenden es signifikant vor, Empathie von Menschen zu erhalten. Die KI-Antworten stuften sie dennoch als qualitativ höher ein und als wirksamer dabei, dass sie sich gehört fühlten. Die Autoren nennen den Befund „AI empathy choice paradox“.

Dass KI-Antworten in Bewertungen vorn liegen, ist nicht neu. Frühere Arbeiten belegen das (siehe unten). Neu ist laut Abstract die Messung der tatsächlichen Wahl der Empathiequelle. Bislang sei kaum untersucht worden, ob Menschen KI-Empathie überhaupt empfangen wollen. Die Studie zeigt, dass Wahl und Bewertung auseinanderfallen.

Eine Einschränkung vorweg: Uns lagen nur das Abstract und ein Q&A mit den Autoren vor, nicht die Studie selbst.

Wer KI wählt, erlebt sie als aufwändiger und validierend

Wer sich in den Experimenten für die KI entschied, bewertete deren Antworten außerdem als aufwändiger. Im Q&A sagt Cameron, ein Teil der Bevölkerung wähle KI-Empathie durchaus, die Mehrheit aber nicht. Gemeinsam mit dem Doktoranden Joshua Wenger beschreibt er, dass Nutzer die Inhalte der Sprachmodelle als empathisch, interessant und validierend empfinden.

Die Autoren deuten das so: Menschen meiden KI als Empathiequelle womöglich, profitieren aber von ihr, sobald sie sie erleben. Sie sehen Potenzial für KI als Ergänzung menschlicher emotionaler Unterstützung und betonen, individuelle Präferenzen für die Empathiequelle zu respektieren.

Design, Stichprobengrößen, eingesetzte Modelle und Effektstärken konnten wir nicht prüfen. Das Abstract nennt lediglich vier Studien mit unterschiedlichen Stichproben und Stimuli.

Frühere Studien stützen die höhere Bewertung, das Etikett wirkt gegenläufig

Die höhere Bewertung von KI-Empathie ist gut belegt. Eine Übersichtsarbeit mit 15 Studien aus den Jahren 2023 und 2024 fand in 13 davon höhere Empathiewerte für KI-Chatbots gegenüber Gesundheitspersonal. Nur zwei dermatologische Studien sprachen für Menschen. Die Meta-Analyse von 13 Studien, alle mit ChatGPT-3.5 oder -4, ergab eine standardisierte Mittelwertdifferenz von 0,87 (95-Prozent-Konfidenzintervall 0,54–1,20) zugunsten der KI. Als Grenzen nennen die Autoren textbasierte Erhebungen und die Bewertung durch Stellvertreter-Rater. Eine Replikation von Ayers et al. mit 1.454 US-Teilnehmenden ergab ein Cohen's d von 0,56 für Chatbot- gegenüber Arztantworten, unabhängig von der angegebenen Urheberschaft.

Gegenläufig wirkt das Etikett. In einer Studie unter Leitung von Anat Perry (Hebrew University) bewerteten Teilnehmende identische LLM-Antworten besser, wenn sie als menschlich gekennzeichnet waren. Eine Frontiers-Studie sah Bewertungen einbrechen, sobald die KI-Quelle offengelegt wurde. Das sind verschiedene Effekte: Hier wirkt der Inhalt, dort das Etikett. Ein echter Widerspruch liegt darin nicht. Ob die Penn-State-Studie das Label manipulierte, geht aus dem vorliegenden Material nicht hervor.