Sowohl in der Industrie als auch in der Wissenschaft ist ein bemerkenswerter Trend entstanden. Von OpenAI über Anwaltskanzleien bis hin zu Soziolog:innen und Politikanalyst:innen beginnen verschiedene Expert:innengruppen, große Sprachmodelle (LLMs) zu nutzen, um menschliche Perspektiven zu modellieren. In diesen Verfahren werden verschiedene Modellvarianten (und manchmal dasselbe Modell, das unterschiedlich „agiert“) verwendet, um verschiedene Standpunkte und soziopolitische Positionen darzustellen. Diese Lecture zielt darauf ab, dieses Phänomen zu verstehen, zu kontextualisieren und zu untersuchen.

Ranjodh Singh Dhaliwal wird sich mit den technischen Grundlagen von Chatbots befassen, die sie besonders geeignet für die Nutzung von „Personas“ machen – eine Technik des Prompt Engineering, die verschiedene „Bots“ aus demselben zugrunde liegenden KI-Modell instanziiert. Warum brauchen LLMs laut Prompt Engineering zwingend eine Persona? Und welche sozialen, kulturellen, politischen und affektiven Implikationen bringt eine Welt voller Bots mit Personas mit sich?

Ausgehend von dieser Frage verfolgt Dhaliwal die Verbreitung von Persona-Bots in akademischen und unternehmerischen Methoden. Warum und auf welche Weise, fragt er, erwarten (oder wünschen) sich diese Gemeinschaften, dass ihre Bots reale Menschen repräsentieren – sei es als soziologische Subjekte oder als demokratische Akteure? Und wo scheitern solche Denkweisen? Teilweise gestützt auf kollaborative Arbeiten mit den KI-Forscherinnen Felicia Jing und Juana Beccara Sandoval hinterfragt er die Art von Intimitäten, die durch eine solche künstliche Dissensproduktion angenommen und erzeugt werden.

Nach der Lecture tritt Tiara Roxanne mit Dhaliwal in ein Gespräch: Wenn das Kategorisieren von Menschen und Meinungen schon immer eine schwierige Aufgabe war – kann es bei nicht-menschlichen Stellvertretern anders sein? Was bedeuten letztlich Einigkeit/Uneinigkeit oder Nähe/Distanz für maschinelle Stellvertreter?