KI und der umgekehrte Dunning-Kruger-Effekt
Künstliche Intelligenz (KI) wie ChatGPT ist sehr nützlich. Aber es gibt ein Problem: Wir denken, wir sind besser als wir wirklich sind. Eine Studie der Universität Aalto in Finnland hat gezeigt, dass Menschen mit KI-Erfahrung sich am meisten überschätzen. Das nennt man den umgekehrten Dunning-Kruger-Effekt.
Die Studie
Die Studie hat 500 Testpersonen untersucht. Sie mussten 20 Aufgaben aus dem Law School Admission Test (LSAT) lösen. Die Hälfte der Gruppe durfte ChatGPT als Hilfsmittel nutzen, die andere Hälfte nicht. Diejenigen, die KI nutzen durften, schnitten besser ab, aber sie überschätzten ihre Leistungen noch mehr. Während sich die Testleistung um drei Punkte gegenüber der Kontrollgruppe verbesserte, überschätzten die Testpersonen der KI-Gruppe ihr Abschneiden um vier Punkte.
KI-Kompetenz und Selbstüberschätzung
Interessanterweise zeigte die Studie, dass je mehr Erfahrung die Testpersonen mit KI hatten, desto mehr überschätzten sie sich selbst. Das ist überraschend, weil man denken würde, dass Menschen mit mehr KI-Erfahrung ihre Leistungen besser einschätzen können. Stattdessen zeigte sich eine Umkehrung des Dunning-Kruger-Effekts. Ausgerechnet diejenigen, die die Schwächen und Grenzen der künstlichen Intelligenz am besten kennen müssten, überschätzten sich und ihre mittels ChatGPT erzielten Ergebnisse deutlich.
Kognitives Offloading
Die Studie zeigte auch, dass die Testpersonen der KI blind vertrauten. Sie überließen der KI den gesamten Denkprozess. Das nennt man kognitives Offloading. Dieses Verhalten macht es schwer, die Schwere der Aufgabe und die Trefferquote bei den Lösungen realistisch einzuschätzen. Die Testpersonen vertrauten dem KI-System blind und überließen ChatGPT den gesamten Denkprozess.
Fazit
Nach Ansicht der Forschenden bestätigen ihre Ergebnisse die Annahme, dass der Umgang mit künstlicher Intelligenz unsere Denkfaulheit fördert. Wir verlassen uns immer stärker auf ChatGPT und Co und sind oft zu bequem, die Antworten der KI zu hinterfragen oder uns selbst intensiver mit den Aufgaben zu beschäftigen. Die aktuellen KI-Tools führen nicht dazu, dass wir aus Fehlern lernen und schwächen unsere Metakognition eher.
