Wie ChatGPT den Rückgang des öffentlichen Wissensaustauschs beschleunigt

MÜNCHEN (IT BOLTWISE) – Eine neue Studie zeigt, dass die Nutzung von ChatGPT mit einem Rückgang des öffentlichen Wissensaustauschs auf Plattformen wie Stack Overflow verbunden ist.

Die im PNAS Nexus veröffentlichte Studie deutet darauf hin, dass die weite Verbreitung von Large Language Models (LLMs) wie ChatGPT zu einem signifikanten Rückgang der Aktivitäten auf öffentlichen Wissensplattformen geführt hat. Besonders betroffen ist die beliebte Programmierplattform Stack Overflow, auf der die Benutzeraktivität innerhalb von sechs Monaten nach der Einführung von ChatGPT um 25 % zurückging – im Vergleich zu Plattformen, auf denen der Zugang zu ChatGPT eingeschränkt ist.

Maria del Rio-Chanona, Erstautorin und Mitglied am Complexity Science Hub (CSH), erklärt: „LLMs sind so leistungsfähig und haben einen so großen Einfluss, dass wir uns fragen müssen, welche Zukunft sie haben werden.“ Sie verweist darauf, dass Nutzer vermehrt auf private KI-Modelle wie ChatGPT zurückgreifen, anstatt öffentlich auf Plattformen wie Stack Overflow Fragen zu stellen. Dies führt zu einer Verlagerung wertvoller Wissensdaten aus dem öffentlichen Raum in private Systeme. Del Rio-Chanona ist auch Assistenzprofessorin am University College London und Forscherin am Institute for New Economic Thinking an der University of Oxford.

Laut den Forschern hat dieser Rückgang schwerwiegende Implikationen für die zukünftige Entwicklung von KI. „Es könnte nicht mehr genug öffentliche Daten geben, um künftige Modelle zu trainieren“, warnt Del Rio-Chanona. In der Studie arbeitete sie mit Nadzeya Laurentsyeva von der Ludwig-Maximilians-Universität München sowie Johannes Wachs von der Corvinus-Universität Budapest zusammen.

Stack Overflow als Wissensquelle

Stack Overflow, eine Plattform, auf der Millionen von Programmierfragen und -antworten geteilt werden, stellt eine unschätzbare Wissensquelle dar. Viele KI-Modelle, darunter auch ChatGPT, werden auf solchen öffentlich zugänglichen Daten trainiert. Ironischerweise könnte die Verdrängung menschlich generierter Inhalte durch KI langfristig die Ausbildung neuer Modelle erschweren. Das Training von KI-Modellen auf AI-generierten Daten wird oft als ineffizient und problematisch angesehen, da es mit dem Vervielfältigen einer bereits unscharfen Fotokopie verglichen wird.

Wissensverlagerung von öffentlich zu privat

Die Studie hebt hervor, dass der Wandel von öffentlichen zu privaten Wissensdomänen nicht nur technologische, sondern auch tiefgreifende wirtschaftliche und gesellschaftliche Folgen haben könnte. Die Forscher befürchten, dass wertvolle Daten zunehmend aus öffentlichen Datenbanken in private, von Unternehmen kontrollierte Systeme wandern. Dies könnte die Wissens- und Wirtschaftsmacht noch stärker auf die ersten Akteure im Bereich der Künstlichen Intelligenz konzentrieren.

Alle Erfahrungsstufen betroffen

Die Forscher stellten fest, dass der Rückgang der Beiträge auf Stack Overflow Benutzer aller Erfahrungsstufen betraf – von Anfängern bis hin zu Experten. Die Qualität der Beiträge blieb jedoch weitgehend stabil, was darauf hindeutet, dass sowohl qualitativ hochwertige als auch weniger hochwertige Inhalte durch die Nutzung von LLMs verdrängt wurden.

Interessanterweise zeigte die Studie, dass in bestimmten Programmiersprachen wie Python und Javascript die Aktivität auf Stack Overflow stärker zurückging als im Durchschnitt der Plattform. Dies deutet darauf hin, dass Nutzer Fragen zu diesen besonders populären Programmiersprachen vermehrt an ChatGPT stellen.