Die „KI-Stimme“ hat einen messbaren Preis
KI-Chatbots produzieren oft Prosa, die sich… seltsam anfühlt. Eine aktuelle Studie von Forschern der NYU und UT Austin hat diese Intuition quantifiziert und Satzstrukturen gemessen, die mit einem erhöhten menschlichen Verarbeitungsaufwand in den Ausgaben von 14 bekannten KI-Modellen verbunden sind. Diese Analyse zeigt einen messbaren Preis für die allgegenwärtige „KI-Stimme“ auf.
Die Forscher verwendeten spaCy, eine Open-Source-Python-Bibliothek, um die grammatikalischen Abhängigkeiten in verschiedenen KI-generierten Texten zu analysieren. Sie sammelten Konversationen, Essays und Coding-Sitzungen von Modellen wie Claude Opus 5/5.5, der GPT-5.6-Familie, GLM-5, Kimi K2.5, Llama und OLMo. Dies ermöglichte es ihnen, Muster in der Abhängigkeitslänge und -struktur zu identifizieren.
Anschließend bewerteten sie diese Muster anhand von Erkenntnissen von Psycholinguisten, die seit langem untersuchen, wie sich bestimmte sprachliche Merkmale auf die Lesezeit und das Verständnis von Menschen auswirken. Zu diesen Merkmalen gehören:
- Gestapelte Substantive (z. B. „Leser-Gedulds-Budget“)
- Lange syntaktische Abhängigkeiten
- Weggelassene optionale Wörter wie „dass“
- Belebte Verben mit unbelebtem Subjekt
Während die Studie die Verbreitung dieser sprachlichen Merkmale akribisch misst, ist es wichtig, die Tragweite zu klären. Die Analyse identifiziert Merkmale, die mit langsamerem oder anstrengenderem Lesen verbunden sind; sie beweist nicht direkt, dass jeder Leser mit jedem einzelnen KI-generierten Satz zu kämpfen hat. Die Ergebnisse deuten auf eine systematische Tendenz zur Komplexität hin, nicht auf allgemeine Unverständlichkeit.
Sechs kleine Gewohnheiten machen es den Lesern schwerer
Psycholinguisten identifizierten sechs spezifische Muster, die das menschliche Gehirn stärker beanspruchen. KI-Modelle setzen diese überproportional ein und zwingen die Leser dazu, Sätze zu analysieren wie: „Der verschachtelte Satz, den Sie gerade lesen, frisst still und leise sein eigenes Leser-Gedulds-Budget.“ Dieses Beispiel kombiniert ein gestapeltes Substantiv („Leser-Gedulds-Budget“) mit einem unbelebten Subjekt, das eine belebte Handlung ausführt („Satz... frisst“).
Andere häufige Muster sind lange Lücken zwischen grammatikalisch verknüpften Wörtern, seltene Wortkombinationen und reduzierte Nebensätze – Sätze, bei denen ein optionales „dass“ weggelassen wird (z. B. „das Buch, der Professor schrieb“ statt „das Buch, das der Professor schrieb“). Denominale Verben, die Substantive in Verben verwandeln (z. B. „kalender es“), erhöhen ebenfalls den Verarbeitungsaufwand.
Um zu bestätigen, dass KI-Modelle diese weniger gebräuchlichen Formulierungen wählten, führten die Forscher eine Japanisch-Englisch-Rundreise-Übersetzung unter Verwendung von Metas NLLB-200 durch. Dieser Prozess bewahrt die Bedeutung, schreibt Sätze jedoch in konventionellere Strukturen um. Wenn ein Muster nach der Übersetzung verschwand, deutete dies darauf hin, dass die ursprüngliche KI-Ausgabe unnötig verschachtelt war.
Bei fast jedem Frontier-Modell verschwanden diese schwierigen Muster nach der Übersetzung, was beweist, dass die Modelle zu schwerer lesbaren Konstruktionen neigen, selbst wenn einfachere Alternativen verfügbar sind. Kleinere Modelle wie Llama zeigten eine minimale Übernahme dieser Gewohnheiten, aber die OLMo-Familie zeigte mit jeder Trainingsstufe eine stärkere Tendenz dazu.
Der Trainingsanreiz, der direkt vor unseren Augen liegt
Vorgeschlagene Mechanismen für diese KI-"Stimme" deuten auf Anreize nach dem Training hin. Modelle, die ein weiteres Training für Aufgaben wie Mathematik, Programmierung und logisches Denken durchlaufen, werden oft ausschließlich für korrekte Antworten belohnt, wobei die Lesbarkeit der Erklärung kaum berücksichtigt wird. Darüber hinaus können strikte Token-Budgets unbeabsichtigt eine komprimierte, dichte Ausdrucksweise begünstigen, da Modelle lernen, maximale Informationen mit minimaler Wortanzahl zu vermitteln.
Forscher testeten diese Hypothese direkt. Sie trainierten ein Qwen 2.5 1.5B-Parametermodell mithilfe von GRPO, um JSON-Ereignisbeschreibungen in englische Sätze umzuwandeln, wobei eine kleine Strafe für jedes zusätzliche Token eingeführt wurde. Selbst diese geringfügige Strafe veranlasste das Modell dazu, konsequent kürzere Konstruktionen zu wählen und in einigen Durchläufen das optionale "that" in über 98 % der Fälle wegzulassen. Dieses Verhalten trat sogar bei Satztypen auf, für die das Modell nicht explizit trainiert wurde, was zeigt, wie die Token-Ökonomie syntaktische Präferenzen formen kann.
Das Modellverhalten variierte erheblich. Die Studie fand kaum Anzeichen für diese "dichtere" Tendenz in Llama-Outputs. Im Gegensatz dazu zeigten OLMo-Modelle über ihre Trainingsphasen hinweg zunehmend dichtere Ausgaben, wobei die auf logisches Denken abgestimmte Version die stärkste Präferenz für diese kognitiv anspruchsvollen Strukturen aufwies. Diese Ergebnisse liefern starke Beweise dafür, dass Ziele nach dem Training, insbesondere solche, die Prägnanz gegenüber Klarheit belohnen, zum Problem der KI-Stimme beitragen. Für weiterführende Informationen zu den Details der Studie siehe Why is AI-generated language so hard to understand?.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Klares Schreiben ist eine Entscheidung, die Labore belohnen können
Erfreulicherweise kann sich das Modellverhalten ändern: Claude Opus 5.5 erzielte bei 19 von 21 gemessenen Schwierigkeitsindikatoren bessere Werte als Opus 5. Dies deutet darauf hin, dass Labore eine klarere Kommunikation aktiv belohnen können, was zeigt, dass verschachtelte Prosa keine unveränderliche Eigenschaft ist.
Um KI zu einer zugänglicheren Ausgabe zu bewegen, sollte Prompt Engineering explizit plain English, weniger gestapelte Substantive und die Verwendung expliziter Konnektoren, wo hilfreich, anfordern. Priorisieren Sie kurze Abstände zwischen grammatikalisch verknüpften Wörtern, wie Subjekten und Verben, um die Verarbeitung zu erleichtern.
Entscheidend ist, dass Klarheit während des Modelltrainings und des Fine-Tunings unabhängig von der faktischen Korrektheit bewertet werden muss. Dies stellt sicher, dass die Lesbarkeit nicht zu einem zweitrangigen Anliegen gegenüber der Genauigkeit wird, was, wie die Forscher der NYU und UT Austin hervorheben, zum Problem des "Geduldsbudgets des Lesers" führen kann.
In Umgebungen mit hohem Einsatz – wie Code-Reviews, medizinischen Diagnosen oder Finanzberichten – stellt dichter, KI-generierter Text eine unangemessene Belastung für menschliche Prüfer dar. Ein dedizierter, auf Klarheit fokussierter Überarbeitungsschritt kann dies abmildern, aber stellen Sie immer sicher, dass die Bedeutung gewahrt bleibt und die Genauigkeit erneut überprüft wird. Klares Schreiben ist eine Designentscheidung, kein Zufall.
Häufig gestellte Fragen
Warum produzieren KI-Modelle schwer lesbare Sätze?
Die Studie legt nahe, dass Anreize nach dem Training prägnante, informationsdichte Antworten belohnen können, ohne Klarheit angemessen zu honorieren.
Welche Satzmuster machen KI-Texte schwerer lesbar?
Beispiele sind gestapelte Substantive, lange Lücken zwischen zusammengehörigen Wörtern, ungewöhnliche Wortkombinationen, ausgelassene Konnektoren und unbelebte Subjekte, die belebte Handlungen ausführen.
Hat die Forschung bewiesen, dass jedes KI-Modell auf diese Weise schreibt?
Nein. Die Forscher fanden Unterschiede zwischen Modellen, Aufgaben und Trainingsphasen; einige getestete Modelle zeigten schwächere Tendenzen als andere.
Wie können Teams KI-Texte klarer machen?
Fordern Sie einfache Sprache an, bitten Sie Modelle, zusammengehörige Wörter nah beieinander zu halten, und nutzen Sie einen separaten Bearbeitungsschritt, der sich auf die Lesbarkeit konzentriert.