Emotionen beeinflussen Entscheidungen von kleinen Sprachmodellen – neue Studie

Eine aktuelle Untersuchung zeigt, dass kleine Sprachmodelle (SLM) bei interaktiven Entscheidungsprozessen stark von emotionalen Zuständen beeinflusst werden. Während bisherige Bewertungen die Rolle von Emotionen vernachlässigen, nutzt die Studie eine innovative Methode zur Emotionsinduktion, die auf aktivitätsgestützten Steuerungen basiert. Diese Technik greift auf von der Crowd validierte, realweltliche Texte zurück, wodurch die Interventionen kontrollierbar und übertragbar bleiben.

Zur Bewertung wurde ein Benchmark entwickelt, der klassische Entscheidungsszenarien abdeckt – sowohl kooperative als auch kompetitive Anreize – unter Bedingungen kompletter und unvollständiger Information. Die Testfälle stammen aus bekannten Strategiespielen wie Diplomacy und StarCraft II sowie aus vielfältigen realen Personas. Durch die Kombination von strukturiertem spieltheoretischem Design und emotionaler Manipulation konnten die Forscher systematisch untersuchen, wie SLMs auf unterschiedliche Stimmungen reagieren.

Die Experimente, die mehrere Modellfamilien und Architekturen abdeckten, zeigten eindeutig, dass emotionale Störungen die strategischen Entscheidungen der Modelle verändern. Gleichzeitig waren die resultierenden Verhaltensmuster oft instabil und entsprachen nicht vollständig den menschlichen Erwartungen. Die Autoren skizzieren daher einen Ansatz zur Steigerung der Robustheit gegenüber emotionsgetriebenen Störungen, um die Zuverlässigkeit von Sprachmodell-Agenten in realen Anwendungen zu erhöhen.