// SCINEXX — SPAZIO & SCIENZA
Verhalten sich Menschen durch KI mehr wie Maschinen?
Spiegelverkehrte Anpassung: KI-Systeme lernen zunehmend, menschlich zu wirken. Eine neue theoretische Facharbeit dreht die Perspektive um und fragt, ob wir uns im häufigen Umgang mit personalisierten KI-Diensten selbst stärker an maschinell gut lesbare Muster anpassen könnten. Belegt ist dieser Effekt bislang nicht.
Birmingham (England). Künstliche Intelligenz begegnet uns längst nicht nur als Suchwerkzeug oder Schreibassistent. Im Kundenservice, Handel und auf digitalen Plattformen reagiert sie zunehmend persönlich, erinnert sich an frühere Angaben und imitiert menschliche Gesprächsmuster. Genau diese soziale Nähe könnte nach einem neuen theoretischen Modell eine Rückwirkung auf das menschliche Selbstbild haben.
Forscher der Linnaeus University (LNU) um Dr. Selcen Ozturkcan haben untersucht, wie wiederholte Begegnungen mit menschenähnlich auftretenden KI-Systemen unsere Selbstdarstellung beeinflussen könnten. Die Arbeit ist keine Beobachtungs- oder Experimentalstudie, sondern eine theoriegeleitete Fachpublikation. Die Autoren formulieren ein Modell und daraus ableitbare Hypothesen, die erst noch empirisch geprüft werden müssen.
Menschen gleichen ihr Verhalten im sozialen Kontakt oft an andere an. Die Autoren übertragen dieses Prinzip des Spiegelns auf adaptive KI-Dienste, die Sprache, Vorlieben und Reaktionen ihrer Nutzer erfassen und daraus personalisierte Antworten erzeugen. Der entscheidende Unterschied liegt ihrer Argumentation zufolge darin, dass menschliches Feedback widersprüchlich und überraschend sein kann, während algorithmische Systeme auf möglichst gut verwertbare Muster und eine reibungslose Interaktion optimiert sind.
Aus dieser Konstellation leiten die Forscher den Begriff „robotoide Menschlichkeit“ ab. Gemeint ist kein buchstäbliches Roboterverhalten. Vielmehr könnte sich die Art verändern, wie Menschen sich ausdrücken und erleben, wenn sie wiederholt merken, welche Formulierungen, Kategorien und Verhaltensweisen von einem System besonders eindeutig verarbeitet und belohnt werden.
Das Modell beschreibt drei aufeinanderfolgende Schritte. Zunächst entsteht eine künstliche soziale Situation, in der ein KI-System nicht nur als Werkzeug, sondern als scheinbar ansprechbares Gegenüber erlebt wird. Danach verdichtet das System Informationen über die Person zu einem rechnerisch handhabbaren Profil und spiegelt diese reduzierte Darstellung durch personalisierte Reaktionen zurück.
Im dritten Schritt könnte sich der Nutzer an diese Rückmeldeschleife anpassen. Wer mit klareren, konsistenteren und leichter klassifizierbaren Aussagen bessere Antworten erhält, könnte solche Muster häufiger verwenden. Über viele Begegnungen hinweg, so die Hypothese, würde damit nicht nur die KI auf den Menschen reagieren, sondern auch der Mensch seine Selbstdarstellung stärker auf die Logik des Systems ausrichten.
Die Autoren sehen diesen Mechanismus nicht nur bei verkörperten Servicerobotern. Sie übertragen ihn ausdrücklich auch auf dialogfähige KI und große Sprachmodelle, sofern diese über wiederholte Interaktionen hinweg personalisieren, frühere Angaben berücksichtigen oder Nutzerreaktionen systematisch in ihre Antworten einbeziehen.
Entscheidend ist die Evidenzstufe. Für die aktuelle Arbeit wurden keine Datensätze erzeugt oder ausgewertet und es wurden keine Menschen über längere Zeit auf Veränderungen ihres Verhaltens untersucht. Die Facharbeit entwickelt stattdessen testbare Vorhersagen, etwa dass stärkere Personalisierung die wahrgenommene Komplexität der eigenen Identität verringern und häufige Interaktionen die Anpassung an maschinenlesbare Ausdrucksweisen fördern könnten.
Die Autoren betonen zugleich, dass „robotoide Menschlichkeit“ kein zwangsläufiges Ergebnis von KI-Nutzung ist. Der Effekt müsste von der Gestaltung des Systems, der Stärke menschlich wirkender Signale und dem jeweiligen Nutzungskontext abhängen. Systeme, die Widerspruch, Abweichungen und Reflexion zulassen, könnten eine solche Rückkopplung eher abschwächen.