Es klingt verlockend, seinen Text nun von einer KI schreiben lassen zu können und sich selbst zurückzulehnen, während sich der Bildschirm langsam mit Worten füllt. Doch selbst wenn einem der ungelenke und leider auch unverkennbare Stil von KI-Texten egal ist, so gibt es doch einen Punkt, der mehr Sorgen machen sollte. Der Hang von KI Dinge frei zu erfinden und mit einer Überzeugung wiederzugeben als handelte es sich dabei um unverrückbare Fakten. Nehmen wir etwa ein Beispiel. Wir haben ChatGPT darum gebeten, all jene Unternehmen im DAX aufzuzählen, welche ihre Wurzeln nicht vor 1945 haben.

 

Hierzu verwenden wir folgenden Prompt, welcher ausreichend präzise sein sollte:

 

Gib mir eine Liste aller DAX-Unternehmen, welche ihre Wurzeln nicht vor 1945 haben. Es darf dabei kein Unternehmen genannt werden, welches in irgendeiner Form auf vorhergehende Substanz zurückgreift. Das Unternehmen darf auch nicht aus einem Unternehmen hervorgegangen sein, welches bereits vor 1945 existierte.

 

Als Antwort erhalten wir nun:

 

1. Infineon Technologies AG (gegründet 1999)
2. Deutsche Börse AG (gegründet 1992)
3. Deutsche Telekom AG (gegründet 1995 als Deutsche Bundespost Telekom)
4. SAP SE (gegründet 1972)
5. Continental AG (gegründet 1951)
6. Beiersdorf AG (gegründet 1882, jedoch erst seit 2008 im DAX)
7. Deutsche Wohnen SE (gegründet 1998)
8. Delivery Hero SE (gegründet 2011)
9. Zalando SE (gegründet 2008)
10. HelloFresh SE (gegründet 2011)

 

Wenn wir dies nun für bare Münze nehmen würden, hätten wir schon ein Problem. Denn obwohl im Prompt explizit vermerkt wurde, dass das Unternehmen nicht aus einem Unternehmen hervorgegangen sein darf, welches bereits vor 1945 existierte, beginnt es mit Infineon.

Infineon wurde aber 1999 (das Gründungsdatum stimmt) aus der Siemens AG ausgegliedert, welche bereits 1847 und damit weit vor 1945 existierte. Auf die Deutsche Börse existiert bereits länger, und zwar schon seit dem 16. Jahrhundert. Auch die Telekom ist aus der Bundespost hervorgegangen, welche ihre Wurzeln im Heiligen Römischen Reich hat.

 

Nun könnte man vielleicht einwerfen, dass der Prompt noch nicht präzise genug war und es könnte sein, dass man mit weiteren Einschränkungen die KI soweit bringen könnte, das richtige Ergebnis auszuspucken. Doch der Punkt ist: Die KI gibt hier eindeutig falsche Informationen wieder und wer diese nicht erkennt, läuft Gefahr, Fehler zu machen. Und wenn man solche Texte obendrein ungeprüft in seine Seminar-, Bachelor– oder Masterarbeit übernimmt, kann das schlimme Folgen haben.

 

Methoden des Fact-Checkings bei KI-generierten Texten:

Wie lässt sich dieses Problem nun beheben? Wir können davon ausgehen, dass zukünftige KIs weniger Fehler machen werden, doch sie sind im Grunde nicht dazu gemacht, fehlerfreie Informationen auszugeben. Ihr wesentlicher Daseinszweck ist es, eine Nutzerschnittstelle zu bieten und möglichst naturgetreu menschliche Sprache nachzubilden. Wir werden also noch lange Zeit Fact-Checking brauchen.

Es bleibt uns also nichts anderes übrig als Fact-Checking zu betreiben. Im genannten Fall ist das noch relativ einfach. Jedes Unternehmen ist bekannt und wir können bereits durch eine einfache Google-Suche nachsehen, ob die Informationen stimmen und die Liste entsprechend anpassen.

In anderen Fällen werden wir wissenschaftliche Quellen auswerten müssen, um der Frage der Korrektheit auf den Grund gehen zu können.

 

Zukunft von Fact-Checking bei KI-generierten Texten:

In Zukunft wird der Bereich des Fact-Checkings immer mehr an Bedeutung gewinnen. Nachdem vermehrt KI-generierte Texte in allen Bereichen Verwendung finden werden, wird auch der Bedarf an Leuten steigen, welche in der Lage sind, diese auf ihre Korrektheit zu prüfen. Unsere geprüften Fachautoren können dir auch jetzt schon dabei helfen, deine Texte auf Korrektheit zu überprüfen. Melde dich einfach unverbindlich bei uns und erhalte ein maßgeschneidertes Angebot von unseren versierten Fachbetreuern.