Keine echten Menschen wurden befragt: KI erfindet jetzt, was "die Öffentlichkeit denkt"

Keine echten Menschen wurden befragt: KI erfindet jetzt, was "die Öffentlichkeit denkt"

Neulich veröffentlichte Axios einen Artikel, der sich auf "Erkenntnisse" berief, dass die Mehrheit der Menschen ihren Ärzten und Krankenschwestern vertraute. Es stellte sich heraus, dass diese "Erkenntnisse" von einem Unternehmen namens Aaru vollständig erfunden wurden – mithilfe von KI (was Axios dazu veranlasste, eine redaktionelle Notiz und eine 'Klarstellung' zu veröffentlichen). Aaru verwendet etwas, das sie "Silicon Sampling" nennen, bei dem große Sprachmodelle (die KI) Menschen zu einem Bruchteil der Kosten und Zeit emulieren können, die für traditionelle Umfragen erforderlich sind, berichtet die NY Times.

Silicon Sampling ist keine Umfrage. Es ist die schlichte Erfindung von Meinungen der Öffentlichkeit durch Maschinen – und große Nachrichtenagenturen und Forschungsunternehmen veröffentlichen diese Erfindungen nun als legitime Erkenntnisse.

Dies ist kein isolierter Ausrutscher. Die Technologie wird von einigen der größten Namen in den Bereichen Medien, Umfragen und Unternehmensforschung übernommen. Gallup hat sich mit dem Startup Simile zusammengetan, um Tausende von KI-generierten "digitalen Zwillingen" zu erstellen, die echte Menschen ersetzen. Ipsos arbeitet mit Stanford zusammen, um synthetische Daten für Studien zur öffentlichen Meinung zu entwickeln. CVS, dessen Venture-Arm in Simile investiert hat, nutzt diese erfundenen Erkenntnisse bereits zur Gestaltung von Kundenstrategien. Und Agenturen wie Axios behandeln die Ergebnisse als Nachrichten.

Der gesamte Sinn von Umfragen war schon immer Authentizität – die Erfassung dessen, was tatsächliche Menschen tatsächlich denken (nachdem Ihre bevorzugte Partei überrepräsentiert wurde, um den Eindruck zu erwecken, als ob die Leute Hillary Clinton mögen).

Dieser Prozess ist unvollkommen und unordentlich. Nehmen wir an, ein Meinungsforscher möchte erfahren, wie viele Menschen in den Vereinigten Staaten für eine bestimmte politische Maßnahme sind, aber der Meinungsforscher erhält eine Umfrage, die zu 80 Prozent Republikaner und nur zu 20 Prozent Demokraten enthält. Der Meinungsforscher könnte denken, dass das Land in Wirklichkeit näher an einer 50-50-Aufteilung liegt, daher werden die Ergebnisse neu gewichtet, um diese wahrgenommene Realität widerzuspiegeln. Das bedeutet, dass die Prozentsätze, die Sie als Ergebnisse von Umfragen lesen, die Ausgabe des Modells sind und nicht Zahlen aus den tatsächlichen Umfragedaten.

Das Problem ist, dass jedes Modell mit seinen eigenen Verzerrungen entwickelt wird, da sich Meinungsforscher uneinig sind, welche Variablen mehr Gewicht verdienen. Im Jahr 2016 führte der leitende politische Analyst der New York Times, Nate Cohn, ein Experiment durch, bei dem er fünf Meinungsforschern dieselben Wahlergebnisdaten gab. (Dazu gehörte das Siena College, das Meinungsumfragen für die Times durchführt und die Daten zuerst erhalten hat.)

Herr Cohn stellte eine Differenz von 5 Prozent zwischen den Ergebnissen der Modelle der fünf Meinungsforscher fest. Diese Spanne war größer als die Fehlermarge, die typischerweise mit der Zufallsstichprobe verbunden ist, was bedeutet, dass die Modellannahmen die Ergebnisse erheblich verzerrten. Dies ist alarmierend, da es darauf hindeutet, dass Meinungsforscher Modelle verwenden können, um Umfragen in eine bestimmte Richtung zu lenken und die öffentliche Meinung selbst zu beeinflussen, anstatt lediglich zu berichten, was die Öffentlichkeit denkt.

Walter Lippmann warnte vor einem Jahrhundert, dass die Demokratie von einem genauen Bild des öffentlichen Willens abhängt. Traditionelle Umfragen, so unvollkommen sie auch sein mögen, begannen zumindest mit echten Antworten von echten Bürgern. Sie waren teuer, langsam und unordentlich, gerade weil Menschen teuer, langsam und unordentlich sind. Silicon Sampling entfernt jede Spur dieses Durcheinanders – und damit jede Spur der Realität. Die Modelle werden auf historischen Daten trainiert, von den Verzerrungen ihrer Ersteller abgestimmt und aufgefordert, die "repräsentativen" Meinungen auszugeben, die der Kunde sehen möchte. Das Ergebnis ist keine öffentliche Meinung. Es ist ein Spiegelbild der Annahmen, die in die Maschine eingespeist wurden.

Fake Polling wählte auch Kamala Harris...

Am Vorabend der Wahl 2024 führte Aaru eine umfassende Simulation durch, die selbstbewusst einen knappen Sieg für Kamala Harris prognostizierte. Marktforscher nutzen diese synthetischen Umfragen nun zur Entscheidung über Produkteinführungen und Werbekampagnen. Politikberatungsstellen ersetzen leise KI-generierte "Stimmungsbilder der Wähler" durch tatsächliches Feedback. Jedes Mal, wenn eine angesehene Publikation oder ein Meinungsforscher diese Erfindungen als Fakten präsentiert, normalisieren sie die Idee, dass gefälschte Daten gut genug sind.

Die Konsequenzen sind bereits da. Wenn Schlagzeilen lauten "Eine neue Umfrage zeigt", haben die Leser keine Möglichkeit zu wissen, ob jemals echte Menschen befragt wurden. Das Vertrauen in Institutionen schwindet schnell genug, ohne Entscheidungsträgern und Journalisten eine unbegrenzte Versorgung mit plausibel klingenden gefälschten Daten an die Hand zu geben. Sozialwissenschaften, politische Strategien und Marktforschung laufen Gefahr, zu ausgefeilten Spielen des digitalen Vortäuschens zu werden.

Also, das gibt es...

Tyler Durden
Mi, 08.04.2026 - 16:40