Sociolinguistik als Schlüssel zur Verbesserung von KI-Modellen

MÜNCHEN (IT BOLTWISE) – Die Herausforderungen, die mit der Nutzung von generativer Künstlicher Intelligenz verbunden sind, sind vielfältig und betreffen insbesondere die Verbreitung von Fehlinformationen und diskriminierenden Inhalten. Diese Probleme sind oft auf die Sprachdatenbanken zurückzuführen, auf denen diese Systeme trainiert werden.

Die Sprachmodelle, die die Grundlage für generative Künstliche Intelligenz bilden, stehen vor erheblichen Herausforderungen, die sich negativ auf die Gesellschaft auswirken können. Besonders problematisch ist die Verbreitung von Fehlinformationen und diskriminierenden Inhalten, die rassistische und sexistische Stereotypen beinhalten können. Diese Probleme sind häufig auf die Unzulänglichkeiten der Sprachdatenbanken zurückzuführen, auf denen diese Systeme trainiert werden.

Forscher der Universität Birmingham haben ein neuartiges Rahmenwerk entwickelt, das auf Prinzipien der Soziolinguistik basiert, um ein besseres Verständnis für große Sprachmodelle zu schaffen. Die Soziolinguistik, die sich mit Sprachvariation und -wandel beschäftigt, bietet wertvolle Einblicke, um die Leistung von KI-Systemen zu verbessern und kritische Herausforderungen wie soziale Voreingenommenheit, Fehlinformationen und die Anpassung an gesellschaftliche Werte zu adressieren.

Die Forscher betonen die Bedeutung der Nutzung soziolinguistischer Prinzipien, um Sprachmodelle zu trainieren, die die vielfältigen Dialekte, Register und Epochen einer Sprache besser repräsentieren. Dies eröffnet neue Möglichkeiten für die Entwicklung von KI-Systemen, die nicht nur genauer und zuverlässiger, sondern auch ethischer und sozial bewusster sind.

Professor Jack Grieve, der Hauptautor der Studie, erklärt, dass generative KIs wie ChatGPT bei Aufforderung eher negative Darstellungen bestimmter Ethnien und Geschlechter erzeugen können. Die Forschung bietet jedoch Lösungen, wie Sprachmodelle auf eine prinzipiengeleitete Weise trainiert werden können, um soziale Voreingenommenheit zu mindern.

Diese Probleme lassen sich oft auf die Daten zurückführen, auf denen das Sprachmodell trainiert wurde. Wenn der Trainingskorpus relativ häufig schädliche oder ungenaue Vorstellungen über bestimmte soziale Gruppen enthält, werden die Sprachmodelle diese Voreingenommenheiten zwangsläufig reproduzieren, was zu potenziell rassistischen oder sexistischen Inhalten führen kann.

Die Studie schlägt vor, Sprachmodelle auf Datensätzen zu verfeinern, die die Zielsprache in ihrer gesamten Vielfalt repräsentieren. Jahrzehntelange Forschung in der Soziolinguistik hat diese Vielfalt detailliert beschrieben und könnte den gesellschaftlichen Wert dieser KI-Systeme erheblich steigern.

Die Forscher sind auch der Meinung, dass durch die Ausgewogenheit der Trainingsdaten aus verschiedenen sozialen Gruppen und Kontexten die Menge der benötigten Daten für das Training dieser Systeme adressiert werden kann. Professor Grieve fügt hinzu, dass die Erhöhung der soziolinguistischen Vielfalt der Trainingsdaten weitaus wichtiger ist als deren bloße Erweiterung.

Das Verständnis der gesellschaftlichen Struktur und wie diese Struktur sich in Sprachmustern widerspiegelt, ist entscheidend, um die Vorteile von Sprachmodellen für die Gesellschaften, in die sie zunehmend eingebettet werden, zu maximieren. Allgemeiner gesagt, ist die Einbeziehung von Erkenntnissen aus den Geistes- und Sozialwissenschaften entscheidend für die Entwicklung von KI-Systemen, die der Menschheit besser dienen.