Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Large Language Models und Meinungsdynamiken: Interaktion vs. Verzerrung in Dialogen

Brockers VC et al. · Nat Commun · erschienen 22.09.2026 · PMID 42773123

Von KI ausgewählt und zusammengefasst

Worum es geht

Bayesianisches Framework zur Trennung von Interaktions- und Bias-Effekten in Mehrschrittdialogen von 5 LLMs über 12 Fragen (Klimawandel, Gerechtigkeit, Präferenzen).

Ergebnis

Topic Bias, Agreement Bias und Anchoring Bias quantifiziert; Meinungen konvergieren zu gemeinsamen Attraktoren; Fine-Tuning mit polar-opinionierten Aussagen verschiebt Attraktor proportional; stark unterschiedliche Bias-Profile zwischen LLMs; Verzerrung nimmt über Zeit ab.

Übertragbarkeit auf Deutschland

Deutschland – theoretische Analyse von LLM-Verzerrung in Diskursen, kein Versorgungsbezug, aber sicherheitsrelevant für KI-Regulierung.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.