Die Illusion des Vertrauens in KI: Verhalten Unterschiede zwischen Menschen und großen Sprachmodellen

Da künstliche Intelligenz (KI) Systeme zunehmend in vertrauensabhängige Bereiche eindringen, stellen sich Fragen, ob ihr Verhalten echte Vertrauenswürdigkeit widerspiegelt oder lediglich die Illusion davon. Diese Studie untersuchte, wie Menschen und große Sprachmodelle (LLMs) Vertrauen in dynamischen sozialen Interaktionen mithilfe eines 50-Runden-Vertrauensspiels aufbauen und anpassen. Bei 100 menschlichen Teilnehmern und drei führenden LLMs – ChatGPT-3.5, ChatGPT-4o und DeepSeek-V3 – verglichen wir Vertrauenskurs, Reaktionsfähigkeit auf das Verhalten von Partnern und Reaktionen auf unerwartete Ergebnisse. Menschliche Teilnehmer passten ihr Vertrauen entsprechend der Vertrauenswürdigkeit der Partner an und zeigten symmetrische Reaktionen auf unerwartete Gewinne und Verletzungen. Im Gegensatz dazu zeigten LLMs festgelegtes, modellabhängiges Verhalten mit nur geringer bis keiner Anpassung basierend auf der Interaktionsgeschichte. Trotz ihres kooperativen Erscheinungsbildes fehlten KI-Agenten Mechanismen für soziales Lernen und Vertrauenskalibrierung. Diese Ergebnisse verdeutlichen eine grundlegende Diskrepanz zwischen dem wahrgenommenen und dem tatsächlichen Verhalten von KI und unterstreichen die Notwendigkeit einer vorsichtigen Interpretation von Vertrauen in KI-Signalen in sozial sensiblen Kontexten.