In einer Studie der Universität von Pennsylvania wurden zwei Nutzertypen von LLMs unterschieden: Einerseits Anwendende, die KI als leistungsfähiges, aber fehleranfälliges Werkzeug begreifen und Ergebnisse kritisch prüfen. Andererseits solche, die ihr Urteilsvermögen weitgehend auslagern und KI-Antworten ungeprüft übernehmen. Letzteres wird in der Forschung als „cognitive surrender“ beschrieben – eine Form der Entscheidungsdelegation, bei der menschliches Urteil zugunsten algorithmischer Ergebnisse „kapituliert“.
Die Forschenden haben versucht, diese unterschiedlichen Nutzertypen mit bestehenden Konzepten der menschlichen Entscheidungsfindung in Verbindung zu bringen: Personen mit hoher fluider Intelligenz verstehen neue Konzepte oder Zusammenhänge besser und schneller und korrigierten deshalb öfter die fehlerhaften KI-Outputs. Demgegenüber neigen die Nutzenden, die KI als autoritative Instanz wahrnehmen, deutlich stärker dazu, falsche Antworten zu übernehmen.
Die Implikation für KI-gestützten Research ist klar: Ein effektiver KI-Einsatz erfordert stets die menschlichen Validierungsprozesse. Gleichzeitig kann „cognitive surrender“ laut der Forschung in spezifischen Kontexten Sinn ergeben – etwa bei probabilistischen Analysen oder der Verarbeitung großer Datenmengen.
Von Maria Kleiner
Quelle: Ars Technica, 03.04.2026, von Kyle Orland