KI-Assistenten: Brauchen sie eine Persönlichkeit?

Mit No-Code-Werkzeugen lässt sich einem KI-Assistenten leicht ein Vorname, ein Tonfall und eine Identität geben. Für eine Führungskraft, die seine Einführung vorbereitet, stellt sich eine konkrete Frage: Erleichtert diese Gestaltung die Nutzung, oder steigert sie vor allem das Vertrauen, ohne die erbrachte Leistung zu verbessern?

Was die Forschung belegt

Clifford Nass und Youngme Moon (2000, Journal of Social Issues) analysieren Experimente, die zeigen, dass Menschen auf Computer soziale Regeln anwenden, die üblicherweise menschlichen Interaktionen vorbehalten sind. Solche Reaktionen setzen nicht voraus, dass die Nutzenden die Maschine tatsächlich für menschlich halten. Für die Gestaltung eines Assistenten ist diese Unterscheidung wichtig: Das Wissen, dass man eine Software nutzt, hebt die Wirkung ihrer Darstellung nicht unbedingt auf.

Wenn die Darstellung das Vertrauen verändert

Adam Waytz, Joy Heafner und Nicholas Epley (2014, Journal of Experimental Social Psychology) zeigen in einem Fahrsimulationsexperiment, dass eine anthropomorphe Darstellung eines autonomen Fahrzeugs das Vertrauen in dieses erhöht. Ihr Versuchsaufbau kombiniert unter anderem einen Namen, eine Stimme und ein Geschlecht; die Autoren bringen den Effekt damit in Verbindung, dass der Maschine ein eigener Geist zugeschrieben wird. Das Ergebnis betrifft ein Fahrzeug, keinen dialogbasierten Assistenten, liefert aber einen relevanten Mechanismus zur Prüfung: Vertrauen kann sich mit den menschenähnlichen Merkmalen eines Systems verändern.

Der voreilige Schluss

Daraus könnte man ableiten, jeden Assistenten menschlicher zu gestalten, um seine Akzeptanz zu fördern. Diese Arbeiten zeigen jedoch nicht, dass mehr Vertrauen die Entscheidungsqualität verbessert oder den Fähigkeiten des Systems besser entspricht. Die Führungsaufgabe besteht deshalb nicht darin, die Oberfläche möglichst sympathisch zu machen, sondern zu prüfen, ob ihre Gestaltung begrenzte Unterstützung als Fachkompetenz erscheinen lässt. (unsere Weiterbildungen für Führungskräfte und Mitarbeitende)

Was diese Daten nicht klären können

Diese Artikel stammen aus der Zeit vor Assistenten auf Basis grosser Sprachmodelle und bewerten keine heutigen No-Code-Plattformen. Das Fahrzeugexperiment erlaubt es zudem nicht, den beobachteten Effekt getrennt dem Namen, der Stimme oder dem Geschlecht zuzuschreiben. Es belegt auch nicht, dass diese Merkmale auf Französisch und Deutsch gleich wirken: In einer zweisprachigen Organisation bleibt diese Gleichwertigkeit zu prüfen.

Eine überprüfbare Praxis in Freiburg

Im Rahmen des Programms « Créer ses assistants et agents IA sans coder » könnte ein Freiburger Pilotprojekt ein Unternehmen der Lebensmittelwirtschaft, ein zweisprachiges Industrieteam und Teilnehmende aus dem lokalen Hochschulumfeld zusammenbringen, um nicht sensible interne Anfragen zu bearbeiten. Eine zufällige Zuteilung zu einer funktionalen Oberfläche oder einer Oberfläche mit Vornamen und Avatar würde helfen, den Gestaltungseffekt zu isolieren, sofern die Antworten strikt identisch bleiben und die französischen und deutschen Versionen ausgewogen vertreten sind. Die zentrale Messgrösse wäre der Anteil der Antworten, die trotz einer bekannten, in die Testfälle eingebauten und in der Nachbesprechung erläuterten Einschränkung unverändert akzeptiert werden. Ein Vergleich dieses Anteils zwischen den Oberflächen, getrennt nach Sprache, würde einen überprüfbaren Indikator für gestaltungsbedingte Akzeptanz liefern statt einer blossen Zufriedenheitsmessung. Weiterführend: entdecken Sie die KI-Assistenten und Agenten ohne Programmierung erstellen-Weiterbildung in Freiburg, oder durchstöbern Sie unsere Weiterbildungen für Führungskräfte und Mitarbeitende in der Schweiz.

In Bildern: KI-Assistenten und Agenten ohne Programmierung erstellen in Freiburg

• ki-assistenten und agenten ohne programmierung erstellen
• Freiburg
• forschung
• Weiterbildung freiburg