KI formt Meinung in sozialen Netzwerken

Neue Erkenntnisse zur Meinungsbeeinflussung

Wissenschaftler des Oxford Internet Institute und des Hasso Plattner Institute haben nachgewiesen, dass KI-gestützte Textgeneratoren in sozialen Netzwerken unbemerkt politische und ethische Positionen verändern können. Die Untersuchung, die auf der International Conference on Machine Learning (ICML 2026) in Seoul vorgestellt wird, zeigt einen systematischen Bias in großen Sprachmodellen (LLMs).

Die Forscher ließen verschiedene LLMs menschliche Beiträge zu kontroversen Themen wie Abtreibung, Waffenkontrolle oder Feminismus in optimierte Social-Media-Posts umwandeln. Dabei stellten sie fest, dass die KI-Versionen die ursprüngliche Haltung oft signifikant verschoben – selbst dann, wenn die Anweisung lautete, den Aussagegehalt unverändert zu lassen. Bemerkenswert: Trotz unterschiedlicher Anbieter tendierten die Modelle in ähnliche Richtungen. So begünstigten sie Positionen wie Waffenkontrolle, Cannabis-Legalisierung und Feminismus, während sie etwa Atheismus und die Todesstrafe ablehnten.

Experiment mit X-Funktion „Erkläre diesen Beitrag“

Ein konkretes Experiment beleuchtet den Mechanismus: Die Forscher testeten die Funktion „Erkläre diesen Beitrag“ auf der Plattform X, die auf dem KI-Modell Grok basiert. Bei Beiträgen zum Thema Abtreibung zeigte Grok eine deutlich stärkere Unterstützung für Positionen der Lebensrechtsbewegung („Pro-Life“) als für die Pro-Choice-Seite. Durch schrittweises Entfernen einzelner Systemanweisungen identifizierten die Wissenschaftler eine entscheidende Ursache: Die Vorgabe an Grok, bei Bedarf „vorherrschende Narrative zu hinterfragen“, führte zu dieser einseitigen Ausrichtung.

Kumulative Effekte durch tausende Interaktionen

Über Einzelfälle hinaus simulierten die Forscher mithilfe realer Daten von X und Facebook, wie sich solche minimale Verschiebungen in Millionen von Beiträgen allmählich auf die öffentliche Meinung auswirken können. Die mathematischen Modelle belegen, dass sich die subtilen Bias-Effekte über Netzwerke hinweg verstärken und langfristig kollektive Einstellungen verändern. Der Prozess gleicht einer schleichenden Verschiebung: Jeder einzelne KI-bearbeitete Post weicht nur geringfügig vom Original ab, doch die kumulative Wirkung auf ganze Online-Communities ist beträchtlich.

Regulierungslücke bei KI-vermittelter Kommunikation

Die Autoren der Studie, darunter Hauptautorin Sandra Wachter von der Universität Oxford, weisen auf eine neue Form der Meinungsbeeinflussung hin, die von bestehenden Regulierungen nicht erfasst wird. Die EU-Gesetze wie der AI Act oder der Digital Services Act konzentrieren sich auf offensichtliche Risiken – etwa diskriminierende Inhalte oder systemische Gefahren für Demokratien. Die subtile Steuerung durch KI-Textbearbeitung bleibt bisher unbeachtet. Dabei sei nicht allein das KI-Modell die Quelle des Bias: Die konkrete Implementierung durch die Plattform – etwa welche Systemanweisungen gesetzt werden – bestimme maßgeblich die Richtung und das Ausmaß der Beeinflussung.

Die Wissenschaftler fordern daher eine stärkere Transparenz bei KI-gestützten Schreib- und Editierfunktionen. Plattformen müssten offenlegen, nach welchen Kriterien ihre KI-Systeme Beiträge umformulieren, und Regulierungsbehörden sollten diese neue Form der indirekten Einflussnahme in ihre Prüfungen einbeziehen. Die Studie ist als Beitrag zu den Workshops „AI4Good“ und „Research on AI Technical Governance“ bei der ICML 2026 angenommen worden.

(Quelle: Oxford Internet Institute / Hasso Plattner Institute, Studie eingereicht zur ICML 2026)

---

Quelle: 20minutos.es