Heute ist der 4.06.2025
Datum: 4.06.2025 - Source 1 (https://www.kosmo.at/gefuehls-duell-ki-schlaegt-menschen-bei-emotions-test/):
- Forscher der Universitäten Bern und Genf haben eine Studie zu emotionaler Intelligenz von KI-Systemen durchgeführt.
- Sechs generative KI-Modelle, darunter ChatGPT und Gemini, wurden getestet.
- Die Tests waren ursprünglich für Menschen konzipiert und bewerteten die Fähigkeit, Emotionen zu verstehen, zu regulieren und zu managen.
- Katja Schlegel, Dozentin am Institut für Psychologie der Universität Bern, ist Hauptautorin der Studie.
- Eines der Testszenarien beinhaltete eine Situation, in der ein Kollege namens Michael seine Idee gestohlen bekommt.
- Die KI-Systeme mussten aus verschiedenen Handlungsoptionen die effektivste auswählen, wobei die Einbeziehung des Vorgesetzten als optimale Reaktion galt.
- KI-Systeme erzielten 82 Prozent richtige Antworten, während menschliche Probanden nur 56 Prozent erreichten.
- Die Ergebnisse deuten darauf hin, dass moderne KI-Systeme emotionale Zustände erkennen und ein tieferes Verständnis für emotional intelligentes Verhalten in sozialen Situationen entwickelt haben.
Source 2 (https://mediarelations.unibe.ch/medienmitteilungen/2025/medienmitteilungen_2025/kann_ki_emotionen_besser_verstehen_als_wir/index_ger.html):
- Large Language Models (LLMs) sind KI-Systeme, die menschliche Sprache verarbeiten, interpretieren und generieren können.
- ChatGPT ist ein Beispiel für ein LLM.
- LLMs können Fragen beantworten und komplexe Probleme lösen.
- Ein Team des Instituts für Psychologie der Universität Bern und des Swiss Center for Affective Sciences (CISA) der Universität Genf testete sechs LLMs auf emotionale Intelligenz: ChatGPT-4, ChatGPT-01, Gemini 1.5 Flash, Copilot 365, Claude 3.5 Haiku und DeepSeek V3.
- Fünf Tests wurden ausgewählt, um die Fähigkeit der LLMs zu bewerten, Emotionen zu verstehen, zu regulieren und zu managen.
- Ein Beispiel für ein Test-Szenario: Ein Kollege hat eine Idee gestohlen und wird zu Unrecht beglückwünscht. Die beste Reaktion wurde als Gespräch mit dem Vorgesetzten (Option b) identifiziert.
- LLMs erzielten 82% richtige Antworten, während menschliche Teilnehmer 56% erreichten.
- Die Studie wurde in der Fachzeitschrift Communications Psychology veröffentlicht.
- In einer zweiten Phase wurden LLMs gebeten, neue Tests zur emotionalen Intelligenz zu erstellen, die von über 400 Teilnehmern durchgeführt wurden.
- Die automatisch generierten Tests waren ähnlich zuverlässig und realistisch wie die ursprünglichen Tests.
- Ergebnisse deuten darauf hin, dass LLMs über emotionales Wissen verfügen und Emotionen verstehen können.
- Die Ergebnisse könnten den Einsatz von KI in Bereichen wie Bildung, Coaching oder Konfliktmanagement ermöglichen, vorausgesetzt, sie wird von Experten beaufsichtigt.
- Publikation: Katja Schlegel, Nils R. Sommer & Marcello Mortillaro: "Large language models are proficient in solving and creating emotional intelligence tests." Communication psychology, 21.5.2025, 3:80. DOI: 10.1038/s44271-025-00258-x.
Source 3 (https://www.lernen-wie-maschinen.ai/ki-pedia/was-ist-generative-ki-eine-einfuehrung-in-sprach-und-basismodelle/):
- Generative Künstliche Intelligenz (KI) erstellt Inhalte wie Texte, Bilder, Musik und Code.
- Grundlage sind vorab trainierte Modelle, bekannt als Basismodelle oder Foundational Models (FMs).
- Generative KI kann Inhalte basierend auf Eingaben oder Trainingsdaten (Prompts) generieren.
- Joseph Weizenbaum entwickelte in den 1960ern den ersten Chatbot ELIZA.
- Ian Goodfellow entwickelte 2014 das Konzept der Generativen kontradiktorischen Netzwerke (GAN).
- GANs sind wichtig für die Generierung von Bildern und können auch Texte erstellen.
- Large Language Models (LLMs) sind aus GANs hervorgegangen und basieren oft auf der "Transformer"-Architektur.
- LLMs werden mit großen Textdatenmengen trainiert und können Aufgaben wie Textvervollständigung, Übersetzung und Zusammenfassung durchführen.
- Ein bekanntes Beispiel für ein LLM ist GPT-3.5, die Grundlage für ChatGPT.
- LLMs sind Basismodelle, die durch Feinabstimmung für spezifische Anwendungen angepasst werden können.
- Anwendungsbeispiele für generative KI:
- Erstellung neuer Originalinhalte (Kurzgeschichten, Lieder, Kunst).
- Schreibassistenz und automatische Codeerstellung.
- Zusammenfassung von Textinhalten (Artikel, Dokumente).
- Erstellung von Konversationsschnittstellen (Chatbots, virtuelle Assistenten).
- Entwicklung großer Sprachmodelle erfordert Fachwissen und leistungsstarke Hardware, was teuer sein kann und einen hohen CO2-Abdruck hinterlässt.
- Empfehlung, bestehende Basismodelle zu nutzen und für individuelle Anwendungsfälle zu optimieren.
- ChatGPT oder GPT-3.5 sind Beispiele für zugängliche generative KI mit unterschiedlichen Mehrwerten für Nutzer.