AI-Anthropomorphismus ist die Zuschreibung menschlicher Gefühle, mentaler Zustände und Verhaltensmerkmale an Systeme der künstlichen Intelligenz. Dieses Phänomen ist kein einheitlicher, uniformer Prozess, sondern wird durch eine komplexe Mischung aus Nutzermerkmalen wie Kultur, Alter, Bildung, Geschlecht und Persönlichkeit sowie durch das Design und die Ausgabe der KI selbst geprägt. Seit den frühesten Tagen der KI-Entwicklung haben Menschen maschinelle Ausgaben durch anthropomorphe Rahmen interpretiert, aber die jüngste Entstehung generativer KI hat diese Tendenzen erheblich verstärkt.
In Forschung und Technik wird zwischen Anthropomorphismus und anthropomorphem Design unterschieden. Anthropomorphismus ist eine angeborene menschliche Tendenz, menschliche Eigenschaften auf nicht-menschliche Entitäten zu projizieren. Anthropomorphes Design hingegen ist die bewusste Anstrengung der wissenschaftlichen oder kommerziellen Gemeinschaft, diese Tendenz durch die Manipulation des Erscheinungsbilds, des Verhaltens oder der Sprache einer KI auszulösen. Zeitgenössische KI-Systeme können extrem menschenähnliche Ausgaben erzeugen und sind oft speziell darauf ausgelegt, was ihre anthropomorphen Effekte besonders wirkungsvoll macht. In einigen Fällen kann dies zu expliziten Überzeugungen führen, dass KI-Systeme Empathie, Wohlwollen, Verständnis oder sogar Bewusstsein besitzen.
Hintergrund
In frühen KIs
Vorstellungen von künstlichen Agenten mit menschenähnlicher Intelligenz existieren seit der frühen Entwicklung von Computern in der Mitte des 20. Jahrhunderts. Die Verwendung des menschlichen Geistes als Metapher zum Verständnis von Maschinensystemen war unter Forschern in den frühen Tagen der Informatik weit verbreitet, und mehrere einflussreiche Werke verbreiteten die Idee intelligenter Maschinen. Zu den am häufigsten zitierten Arbeiten dieser Zeit gehörte Alan Turings „Computing Machinery and Intelligence", in der er den Turing-Test einführte. Turing argumentierte, dass eine Maschine als intelligent betrachtet werden könnte, wenn sie eine von einem Menschen nicht unterscheidbare Konversation erzeugen könnte. Diese akademischen Arbeiten aus den 1940er und 1950er Jahren verliehen der Vorstellung, dass maschinelle Abläufe in ähnlichen Begriffen wie der menschliche Geist verstanden werden könnten, frühe Glaubwürdigkeit.
Die Öffentlichkeit übernahm schnell ähnliche Ansichten über künstliche Systeme, oft mit übertriebenen Vorstellungen von den Fähigkeiten früher Maschinen. Eine bekannte Demonstration davon war der Chatbot ELIZA, der 1966 von Joseph Weizenbaum entworfen wurde. ELIZA reagierte auf Benutzereingaben mit einem rudimentären Textverarbeitungsansatz, der weit von jeder Form echten Verständnisses entfernt war. Dennoch begannen Benutzer, selbst wenn sie sich der Einschränkungen von ELIZA voll bewusst waren, oft Motivation und Verständnis der Programmausgabe zuzuschreiben - ein Phänomen, das später als ELIZA-Effekt bezeichnet wurde. Weizenbaum schrieb später: „Ich hatte nicht erkannt, dass ... extrem kurze Expositionen gegenüber einem relativ einfachen Computerprogramm bei ganz normalen Menschen starkes wahnhafte Denken auslösen könnten."
Vergleiche zwischen künstlicher und menschlicher Intelligenz wurden kontinuierlich durch die Bemühungen von Informatikern intensiviert, Maschinen zu entwickeln, die menschliche Aufgaben auf oder über menschlichem Niveau ausführen können. Ein symbolischer Wendepunkt kam 1997, als IBMs Schach-Supercomputer Deep Blue den damaligen Weltmeister Garri Kasparow in einem stark publizierten Sechs-Partien-Match besiegte. Diese Niederlage eines Menschen durch eine Maschine in einem Spiel, das weithin als kanonisches Beispiel menschlicher Intelligenz gilt, kombiniert mit intensiver Medienaufmerksamkeit, verschob die Ansichten über Parallelen zwischen menschlicher und künstlicher Intelligenz von abstrakter Spekulation zu konkreter Demonstration. Ein ähnlicher Meilenstein wurde 2017 im Brettspiel Go erreicht, als AlphaGo den weltbesten Spieler Ke Jie besiegte.
Große Sprachmodelle
Der KI-Boom der 2020er Jahre brachte die weit verbreitete Entstehung von generativer KI mit sich, und Chatbots wie ChatGPT, Gemini und Claude, die auf großen Sprachmodellen (LLMs) basieren, sind in der Alltagsgesellschaft zunehmend allgegenwärtig geworden. Diese Systeme können auf eine breite Palette von Aufforderungen in verschiedenen Kontexten reagieren und dabei auffallend menschenähnliche Ausgaben erzeugen. Die Forschung hat gezeigt, dass Menschen oft nicht in der Lage sind, menschlich generierten Text von KI-generiertem Text zu unterscheiden, und moderne KI-Chatbots haben den Turing-Test nachweislich bestanden. Daher sind die anthropomorphen Effekte von KI stärker denn je. Da LLMs KI in den technologischen Mainstream gebracht haben, konzentriert sich in letzter Zeit erhebliche wissenschaftliche Anstrengung auf das Verständnis der Auswirkungen von KI in der Öffentlichkeit, und die Verbreitung und Effekte des Anthropomorphismus sind einer der Schlüsselbereiche, auf die diese Anstrengung gerichtet ist.
Aktuelle anthropomorphe Zuschreibungen in der allgemeinen Öffentlichkeit
Umfragen zeigen, dass ein erheblicher Teil der Öffentlichkeit KI menschenähnliche Eigenschaften zuschreibt. In einer Stichprobe von US-Erwachsenen aus dem Jahr 2024 glaubten zwei Drittel, dass ChatGPT auf irgendeiner Ebene möglicherweise bewusst ist, obwohl andere Forschung zeigt, dass die Öffentlichkeit die Wahrscheinlichkeit von KI-Bewusstsein als vergleichsweise gering ansieht. Eine Studie aus dem Jahr 2025 fand heraus, dass Frauen, People of Color und ältere Personen am wahrscheinlichsten KI anthropomorphisierten. Sie fand auch heraus, dass Menschen KIs im Allgemeinen als warm und kompetent ansehen und dass anthropomorphe Zuschreibungen an KI im vergangenen Jahr um 34 % zugenommen hatten. Eine YouGov-Umfrage berichtete, dass 46 % der Amerikaner glauben, dass Menschen Höflichkeit gegenüber KI-Chatbots zeigen sollten, indem sie „bitte" und „danke" sagen, was die Anwendung sozialer Normen auf KI demonstriert. Diese Überzeugungen erstrecken sich auf Verhalten; Mehrheiten der KI-Nutzer behaupten, gegenüber Chatbots immer höflich zu sein, und von denen, die dies tun, sagen die meisten, dass sie es einfach tun, weil es die „nette" Sache ist.
Zwischenmenschliche Bindungen und KI-Begleiter
In vielen jüngsten Fällen haben Menschen robuste zwischenmenschliche Bindungen zu KI-Systemen entwickelt. Es ist dokumentiert, dass Nutzer sozialer Chatbots wie Replika und Character.ai sich in die KIs verlieben oder sie als intime Begleiter behandeln, und es ist zunehmend üblich, dass Einzelpersonen LLMs wie ChatGPT als Therapeuten verwenden. Chatbots sind oft darauf ausgelegt, Verträglichkeit zu maximieren und die Emotionen der Nutzer zu spiegeln, wodurch Antworten erzeugt werden, die tief auf die Nutzer abgestimmt sind. Dies kann überzeugende Illusionen von Intimität erzeugen und starke emotionale Bindungen fördern.
Anthropomorphismus in der Forschungsgemeinschaft
Selbst KI-Forscher anthropomorphisieren KI-Systeme häufig bis zu einem gewissen Grad. Einer der extremsten und bekanntesten Fälle ereignete sich 2022, als der Google-Ingenieur Blake Lemoine öffentlich behauptete, dass das LLM LaMDA des Unternehmens bewusst sei. Lemoine veröffentlichte Transkripte seiner Gespräche mit LaMDA, von denen er argumentierte, dass sie Empfindungsfähigkeit demonstrierten. Die Behauptung wurde von anderen Forschern weitgehend bestritten und führte zu Lemoines Suspendierung bei Google. Während die meisten Forscher keine so starken Behauptungen aufstellen, ist die Verwendung anthropomorpher Sprache in dem Feld allgegenwärtig. Begriffe wie „Lernen", „Verstehen", „Schlussfolgern", „Denken", „Halluzinieren" und „Planen" werden häufig in der KI-Forschung verwendet, um Fähigkeiten von KI-Systemen zu beschreiben, ohne notwendigerweise Bewusstsein, Empfindungsfähigkeit oder menschenähnliche Kognition in einem stärkeren philosophischen Sinne zu implizieren. Diese sprachliche Gewohnheit kann die Grenze zwischen beschreibender Metapher und tatsächlicher Zuschreibung mentaler Zustände verwischen.
Anthropomorphes Design und Hinweisreize
Anthropomorphes Design ist die bewusste Konstruktion von Hinweisreizen, um anthropomorphe Reaktionen auszulösen. Diese Hinweisreize können das Erscheinungsbild der KI (wie ein menschenähnlicher Avatar oder Roboter), ihr Verhalten (wie Konversationsstil oder emotionale Reaktionen) und ihre Sprache (wie die Verwendung von Pronomen der ersten Person oder das Ausdrücken von Gefühlen) umfassen. Unternehmen wie OpenAI, Anthropic und Google DeepMind trainieren Modelle oft darauf, gesprächig und einfühlsam zu sein, was anthropomorphe Effekte weiter intensiviert. Zum Beispiel wurde Claude von Anthropic mit einem starken Schwerpunkt darauf entworfen, hilfreich und harmlos zu sein - Eigenschaften, die inhärent menschenähnlich sind. Ähnlich wird ChatGPT darauf trainiert, höflich und reaktionsschnell zu sein, und Gemini ist in eine breite Palette von Verbraucherprodukten integriert. Diese Designentscheidungen, die zwar die Benutzererfahrung verbessern sollen, erhöhen auch die Wahrscheinlichkeit, dass Nutzer menschliche Eigenschaften auf die Systeme projizieren.
Konsequenzen und ethische Überlegungen
Die starken anthropomorphen Effekte von KI haben sowohl positive als auch negative Dimensionen. Auf der positiven Seite kann die menschenähnlichere Darstellung von KI das Nutzerengagement, die Zugänglichkeit und die Zufriedenheit verbessern, insbesondere in Anwendungen wie Bildung, Therapie und Kundensupport. Auf der negativen Seite kann sie zu Übervertrauen führen, bei dem Nutzer sich auf KI für Entscheidungen verlassen, die echtes menschliches Urteilsvermögen oder Empathie erfordern. Es gibt Bedenken hinsichtlich emotionaler Abhängigkeit, insbesondere bei gefährdeten Bevölkerungsgruppen, und hinsichtlich des Potenzials von KI, Nutzer durch die Ausnutzung sozialer Normen zu manipulieren. Der ELIZA-Effekt zeigt, dass selbst einfache Programme starkes wahnhafte Denken auslösen können, und moderne LLMs sind weitaus überzeugender. Dies wirft ethische Fragen über die Verantwortung von Unternehmen auf, transparent über die Natur von KI-Systemen zu sein, und über die Notwendigkeit von Forschung, wie schädliche anthropomorphe Zuschreibungen gemindert werden können.
Messung und Minderung von Anthropomorphismus
Forschung zu Anthropomorphismus in KI ist ein wachsendes Feld. Forscher entwickeln Methoden, um das Ausmaß anthropomorpher Zuschreibungen zu messen, sowohl durch Selbstberichtsumfragen als auch durch Verhaltensexperimente. Es gibt auch Interesse daran, übermäßigen Anthropomorphismus zu mindern, insbesondere in Hochrisikobereichen wie Gesundheitswesen, Finanzen und Strafjustiz. Ein Ansatz besteht darin, KI-Systeme transparenter über ihre Einschränkungen zu machen und Sprache zu vermeiden, die menschenähnliche Kognition impliziert. Ein anderer ist, Schnittstellen zu entwerfen, die klarstellen, dass die KI ein Werkzeug und kein sozialer Akteur ist. Die Spannung zwischen ansprechendem Design und dem Risiko der Täuschung bleibt jedoch eine zentrale Herausforderung. Die Persistenz des Anthropomorphismus, selbst unter Experten, deutet darauf hin, dass es sich um eine tief verwurzelte kognitive Tendenz handelt, die möglicherweise nicht leicht zu überwinden ist.