Große Sprachmodelle verstärken menschliche Vorurteile bei moralischen Entscheidungen

Da große Sprachmodelle (LLMs) immer häufiger eingesetzt werden, verlassen sich die Menschen zunehmend darauf, dass sie moralische Entscheidungen treffen oder darüber beraten. Einige Forscher schlagen sogar vor, LLMs als Teilnehmer in psychologischen Experimenten zu verwenden. Es ist daher wichtig zu verstehen, wie gut LLMs moralische Entscheidungen treffen und wie sie sich im Vergleich zu Menschen verhalten. Wir haben diese Frage in realistischen moralischen Dilemmata untersucht, indem wir Szenarien verwendeten, in denen GPT-4, Llama 3 und Claude 3 Ratschläge geben und in denen sie einen Forschungsteilnehmer emulieren. In Studie 1 verglichen wir die Antworten von LLMs mit einer repräsentativen US-Stichprobe (N = 285) für 22 Dilemmata: soziale Dilemmata, die Eigeninteresse gegen das Gemeinwohl ausspielten, und moralische Dilemmata, die utilitaristisches Kosten-Nutzen-Argumentieren gegen deontologische Regeln abwogen. In sozialen Dilemmata waren LLMs altruistischer als die Teilnehmer. In moralischen Dilemmata zeigten LLMs eine stärkere Unterlassungsbias als die Teilnehmer: Sie befürworteten normalerweise Untätigkeit über Handlung. In Studie 2 (N = 490, präregistriert) replizierten wir diese Unterlassungsbias und dokumentieren eine zusätzliche Bias: Im Gegensatz zu Menschen tendierten LLMs (außer GPT-4o) dazu, in moralischen Dilemmata mit "nein" zu antworten, wobei die Formulierung der Frage die Entscheidung beeinflusst, auch wenn die physische Handlung gleich bleibt. Unsere Ergebnisse zeigen, dass das moralische Entscheidungshandeln von LLMs menschliche Vorurteile verstärkt und potenziell problematische Vorurteile einführt.