Der Einfluss von Large Language Models (LLMs) | Mobiliar Zentrum für Resilienz

Der Einfluss von Large Language Models (LLMs) auf das Ansehen eines Landes

Dieses Projekt untersucht, wie Large Language Models (LLMs) den Ruf eines Landes aus verschiedenen Perspektiven prägen. LLMs fungieren gleichzeitig als Spiegel und Vermittler gesellschaftlicher Narrative und reflektieren und beeinflussen den öffentlichen Diskurs über Länder. Durch die Analyse, wie LLMs länderspezifische Informationen vermitteln und wie Einzelpersonen mit KI-generierten Inhalten interagieren, untersuchen wir ihr Potenzial, Wahrnehmungen auf globaler Ebene zu verändern. Darüber hinaus erforschen wir, wie diese Systeme zur Messung und strategischen Steuerung des Rufs eines Landes genutzt werden können.

Dieses Projekt ist eine Zusammenarbeit zwischen Prof. Diana Ingenhoff (Organisationskommunikation und Public Diplomacy) und Prof. Olivier Furrer (Marketing) von der Fakultät für Wirtschafts- und Sozialwissenschaften.

Ziel

Das Projekt zielt darauf ab, unser Verständnis der Rolle von KI für den Ruf eines Landes zu vertiefen, und zwar durch:

Nationale Narrative: Untersuchung, wie LLMs nationale Narrative und länderspezifische Geschichten verarbeiten, generieren und verstärken, einschliesslich der Möglichkeit, dass sie Vorurteile aufrechterhalten oder allgemeine Wahrnehmungen verändern.
Mensch-KI-Interaktion: Untersuchung, wie Menschen mit LLMs interagieren und wie KI-generierte Narrative über Länder individuelle Einstellungen, Vertrauen und Überzeugungen beeinflussen.
Strategisches Kommunikationsmanagement: Aufzeigen, wie LLMs für die Reputationsmessung genutzt werden können, um Risiken und Chancen zu erkennen und proaktive Strategien zur Förderung der Reputation von Ländern zu unterstützen.

Connecting the Dots: Resilienz auf nationaler und individueller Ebene aufbauen

Dabei legt das Projekt den Schwerpunkt auf Resilienz: In Übereinstimmung mit dem Begriff der Resilienz als der Fähigkeit einer Nation, Störungen (z. B. schädliche oder irreführende KI-Ergebnisse, falsche Informationen) vorherzusehen, zu absorbieren und sich davon zu erholen, beleuchtet dieses Projekt zwei Resilienz-Aspekte:

Resilienz auf nationaler Ebene: Unterstützung von Regierungen und Institutionen bei der Bewältigung von Reputationsschocks, die durch LLM-bedingte Falschdarstellungen verursacht werden. Durch das Verständnis, wie KI-Systeme Narrative generieren und wie sich diese Narrative verbreiten, können Interessengruppen ihre Strategien anpassen und ein robustes Länderimage aufrechterhalten.
Resilienz auf individueller Ebene: Befähigung der Nutzer, KI-generierte Inhalte kritisch zu bewerten, Förderung der Medienkompetenz und Sicherstellung, dass die Bürger informierte Perspektiven entwickeln, anstatt potenziell verzerrte Ergebnisse passiv zu absorbieren.

Mit diesem doppelten Fokus auf die Anpassungsfähigkeit der Nation und die kritische Auseinandersetzung der Öffentlichkeit mit KI wollen wir praktische Erkenntnisse liefern, die nicht nur den nationalen Ruf im sich entwickelnden KI-Zeitalter schützen und stärken, sondern auch die Widerstandsfähigkeit auf nationaler und individueller Ebene fördern.

Vorgehen

Die Studie verwendet einen multimethodischen Ansatz, der theoretische und empirische Komponenten kombiniert. Sie beginnt mit der Entwicklung eines theoretischen Rahmens zur Konzeptualisierung des Zusammenspiels zwischen KI-Technologien und dem Ruf eines Landes. Darauf folgt eine agentenbasierte Prüfung von LLMs unter Verwendung einer standardisierten Inhaltsanalyse, um zu verstehen, wie sie Länderinformationen verarbeiten und präsentieren. In einem Online-Experiment werden die Interaktionen der Benutzer mit LLMs bei der Suche nach länderbezogenen Informationen untersucht und analysiert, wie von LLMs generierte Inhalte die Wahrnehmung von Ländern beeinflussen. Schliesslich wird eine automatisierte Inhaltsanalyse durchgeführt, um grosse Datensätze effizient zu verarbeiten und Muster in der Darstellung von Ländern durch verschiedene LLMs zu identifizieren, wodurch Veränderungen des Länderrufs im Laufe der Zeit und über verschiedene KI-Systeme hinweg verfolgt werden können.