Jüngste Forschungsergebnisse deuten darauf hin, dass große Sprachmodelle (LLMs) nicht nur Tests zur emotionalen Intelligenz (EI) lösen, sondern auch erstellen können. Diese Studie, die 2025 von Schlegel, Sommer und Mortillaro in Communications Psychology veröffentlicht wurde, hebt die Fähigkeiten von LLMs beim Verständnis menschlicher Emotionen hervor.
Emotionale Intelligenz, traditionell eine menschliche Eigenschaft, umfasst das Erkennen, Verstehen und Verwalten von Emotionen. Die Studie verwendet Transformer-Architekturen, um zu beurteilen, wie LLMs mit emotional differenzierten Inhalten umgehen. Die Modelle zeichneten sich bei der Beantwortung und Erstellung glaubwürdiger EI-Tests aus.
LLMs werden auf riesigen Textkorpora trainiert und erfassen semantische Feinheiten, affektive Hinweise und soziale Dynamiken. Forscher analysierten die Antworten der Modelle auf EI-Testelemente und verglichen sie mit menschlichen Benchmarks. Die Modelle demonstrierten die Fähigkeit, emotionales Denken zu simulieren.
Feinabstimmungsprotokolle verbesserten die emotionalen Feinheiten und erhöhten die Sensibilität für emotionale Lexika. Die Aufmerksamkeitsvisualisierung zeigte, dass LLMs verschiedene Teile des Eingabetextes priorisieren, wenn sie emotionale Kompetenz vorhersagen. Dies deutet darauf hin, dass LLMs implizit emotionale Valenzen und kontextuelle Relevanz erkennen.
Die Erstellung neuer EI-Bewertungen durch LLMs eröffnet eine neue Grenze in psychologischen Werkzeugen. KI-Modelle können autonom plausible EI-Fragen generieren. Dies deutet auf eine neuartige Synergie zwischen KI und psychologischer Wissenschaft hin.
Während LLMs Kompetenz in EI-Aufgaben zeigen, bleibt die Frage, ob sie Emotionen wirklich verstehen. Die Studie betont die Leistung als messbares Ergebnis, nicht als subjektives emotionales Bewusstsein. KI-generierte EI-Bewertungen könnten die Diagnose und Personalisierung der Therapie verbessern.
Die Abhängigkeit der Modelle von Trainingsdaten setzt sie den in Textquellen inhärenten Verzerrungen aus. Forscher plädieren für eine fortgesetzte Intervention in das Modelltraining. Mit zunehmender Komplexität der Modelle sind Längsschnittstudien erforderlich, um die Entwicklung der Fähigkeiten der emotionalen Intelligenz in der KI zu überwachen.
Die Forschung präsentiert eine Schnittstelle von KI, Psychologie und Linguistik. Schlegel, Sommer und Mortillaro haben einen Paradigmenwechsel katalysiert. Dies wird die zukünftige KI-Entwicklung und die Methoden zur emotionalen Bewertung beeinflussen.
Weitere interdisziplinäre Kooperationen werden unerlässlich sein, um die Leistungsfähigkeit von Sprachmodellen verantwortungsvoll zu nutzen. Dies stellt sicher, dass emotionale Maschinenintelligenz die menschliche Erfahrung bereichert. KI-Partner können unser emotionales Verständnis unterstützen, erweitern oder sogar in Frage stellen.