In Kürze

  • Eine am 5. August 2026 veröffentlichte Studie von Google DeepMind mit Ko-Autor Basile Garcia von der Universität Genf sowie Stefano Palminteri von der ENS Paris hat mit 230 Versuchspersonen untersucht, ob und wie Menschen KI-generierte von menschlichen Begründungen für moralische Entscheidungen unterscheiden können und wie stark sie diesen zustimmen.
  • Die Erkennungsgenauigkeit lag zwar konsistent über dem Zufallsniveau, aber unter 75 Prozent; insgesamt bevorzugten die Versuchspersonen menschliche Begründungen nicht generell – bei besonders komplexen, utilitaristischen Dilemmata wurden KI-generierte Begründungen sogar leicht bevorzugt.
  • Gleichzeitig zeigte sich ein systematischer Anti-KI-Bias: Sobald Versuchspersonen glaubten, eine Begründung stamme von einer KI, stimmten sie ihr seltener zu – unabhängig davon, ob sie tatsächlich von einem Menschen oder einem Sprachmodell stammte.

Was ist passiert?

Google DeepMind hat am 5. August 2026 die Studie «A moral Turing test: How belief and source shape detection of and agreement with LLM judgments» veröffentlicht. Verfasst wurde sie von Basile Garcia von der Universität Genf, Crystal Qian von Google DeepMind und Stefano Palminteri von der École Normale Supérieure in Paris. Für die Untersuchung liessen die Forschenden einen grossen Korpus an Begründungen für moralische und nicht-moralische Entscheidungen erstellen – jeweils sowohl von Menschen als auch von Sprachmodellen formuliert. 230 Versuchspersonen bewerteten diese Begründungen in zwei Schritten: Zunächst versuchten sie zu erraten, ob eine Begründung von einem Menschen oder einer KI stammte, anschliessend gaben sie an, wie stark sie dem Inhalt zustimmten.

Die Ergebnisse zeigen ein differenziertes Bild: Die Erkennungsgenauigkeit lag zwar konsistent über dem Zufallsniveau, blieb aber unter 75 Prozent – Menschen können KI-generierte Begründungen also nur bedingt zuverlässig erkennen. Bei der inhaltlichen Zustimmung gab es keine generelle Präferenz für menschliche Antworten; in besonders anspruchsvollen, utilitaristischen Dilemmata wurden KI-generierte Begründungen von den Versuchspersonen sogar leicht bevorzugt. Gleichzeitig zeigten sich Sprachmodelle empfänglicher für die persönliche Rahmung eines Dilemmas als menschliche Teilnehmende.

Warum ist das wichtig?

Der zentrale und für die praktische Anwendung wichtigste Befund ist ein systematischer Anti-KI-Bias: Sobald Versuchspersonen glaubten, eine Begründung stamme von einer KI, stimmten sie ihr seltener zu – unabhängig davon, ob dies tatsächlich zutraf. Die blosse Zuschreibung «KI-generiert» senkte also die Akzeptanz, selbst wenn der Inhalt identisch mit einer menschlichen Begründung war. Das widerspricht älteren Studien, die teils eine Präferenz für KI-generierte ethische Ratschläge gefunden hatten, und deutet darauf hin, dass Kontext, Framing und Vorwissen der Befragten eine grössere Rolle spielen als bislang angenommen.

Die Studie ist damit unmittelbar relevant für die vielerorts diskutierten Transparenzpflichten bei KI-generierten Inhalten und Empfehlungen: Während etwa der EU AI Act und daran angelehnte Regeln verlangen, KI-Beteiligung offenzulegen, zeigt die Untersuchung, dass genau diese Offenlegung die Akzeptanz eines an sich korrekten oder hilfreichen Urteils systematisch schwächen kann. Für Organisationen, die KI-gestützte Empfehlungen in sensiblen Bereichen wie Medizin, Sozialwesen oder Verwaltung einführen, ergibt sich daraus ein Zielkonflikt zwischen gesetzlich gebotener Transparenz und der Akzeptanz der Systeme durch die Betroffenen, den reine Offenlegungspflichten allein nicht lösen.

Was bedeutet das für die Schweiz?

  • Die Studie ist über den Genfer Ko-Autor Basile Garcia direkt an einer Schweizer Hochschule verankert und reiht sich in eine wachsende Forschungsaktivität zu KI und Ethik ein, die international zunehmend auch aus der Schweiz mitgeprägt wird.
  • Für die Bundesverwaltung und Kantone, die KI-gestützte Entscheidungshilfen etwa in Sozialdiensten, bei Bewilligungsverfahren oder in der Verwaltungspraxis prüfen, liefert die Studie eine konkrete Erkenntnis: Allein die transparente Offenlegung, dass eine Empfehlung KI-gestützt zustande kam, kann deren Akzeptanz senken – unabhängig von der tatsächlichen Qualität des Urteils, was die Kommunikation solcher Systeme anspruchsvoller macht als reine Transparenzpflichten nahelegen.
  • Für Schweizer Kranken- und Lebensversicherer sowie Gesundheitseinrichtungen, die zunehmend KI-gestützte Einschätzungen in Beratung oder Leistungsprüfung einsetzen, unterstreicht der gefundene Anti-KI-Bias, wie wichtig die Einbettung und Erklärung solcher Empfehlungen ist, damit fachlich fundierte KI-Vorschläge nicht allein wegen ihrer Herkunft abgelehnt werden.

Verwendete Quellen

Google DeepMind veröffentlichte die Studie «A moral Turing test: How belief and source shape detection of and agreement with LLM judgments» am 5. August 2026 auf der eigenen Publikationsseite; Ko-Autor Basile Garcia ist an der Universität Genf tätig.

Häufige Fragen

Was ist die Kernaussage zu Studie mit Genfer Beteiligung: Menschen vertrauen moralischen KI-Urteilen weniger, sobald sie deren Herkunft kennen?

Eine am 5. August 2026 veröffentlichte Studie von Google DeepMind mit Ko-Autor Basile Garcia von der Universität Genf sowie Stefano Palminteri von der ENS Paris hat mit 230 Versuchspersonen untersucht, ob und wie Menschen KI-generierte von menschlichen Begründungen für moralische Entscheidungen unterscheiden können und wie stark sie diesen zustimmen.

Warum ist diese KI-Meldung für die Schweiz relevant?

Die Studie ist über den Genfer Ko-Autor Basile Garcia direkt an einer Schweizer Hochschule verankert und reiht sich in eine wachsende Forschungsaktivität zu KI und Ethik ein, die international zunehmend auch aus der Schweiz mitgeprägt wird.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Google DeepMind veröffentlichte die Studie «A moral Turing test: How belief and source shape detection of and agreement with LLM judgments» am 5. August 2026 auf der eigenen Publikationsseite; Ko-Autor Basile Garcia ist an der Universität Genf tätig.