Künstliche Intelligenz hinkt den Menschen hinterher: Sie scheitert daran, soziale Signale zu verstehen.

Trotz des großen Fortschritts, den künstliche Intelligenzsysteme in vielen Bereichen wie Ingenieurwesen, Medizin und Weltraum erzielt haben, hat eine neue Studie gezeigt, dass diese Systeme immer noch hinter den Menschen in der Interpretation sozialer Signale zurückbleiben.

Laut einer Studie eines Forschungsteams der Johns Hopkins University können künstliche Intelligenzsysteme nicht "zwischen den Zeilen" in sozialen Interaktionen zwischen Menschen verstehen, was sich erheblich auf Branchen wie selbstfahrende Autos und Roboter auswirken könnte.

In dieser Studie wurden Freiwillige gebeten, kurze Videos mit sozialen Interaktionen zwischen Personen anzusehen, die nicht länger als drei Sekunden dauerten.

Während die Freiwilligen die Interaktionen leicht interpretieren und verstehen konnten, scheiterten künstliche Intelligenzsysteme daran, diese sozialen Signale zu verstehen wie Menschen es tun.

Die Videos wurden von mehr als 350 spezialisierten künstlichen Intelligenzsystemen analysiert, die auf den Gebieten der Sprach-, Video- und Bildanalyse tätig sind, aber die Ergebnisse zeigten erhebliche Unterschiede in der Interpretationsgenauigkeit zwischen Mensch und Maschine.

Die Ergebnisse zeigten das Versagen künstlicher Intelligenz bei der Erzielung einer einheitlichen Übereinstimmung in der Interpretation sozialer Signale in den Videos, während Menschen ähnliche Antworten aufgrund ihres natürlichen Verständnisses sozialer Interaktionen erzielten.

Die Forscherin Leila Ezzik, Professorin für Kognitionswissenschaften an der Johns Hopkins University, wies darauf hin, dass diese Studie die Gründe für das Scheitern künstlicher Intelligenz bei der Ausführung einiger Aufgaben, die Menschen leicht beherrschen, beleuchtet, insbesondere solcher, die ein tiefes Verständnis für Emotionen und unausgesprochene Interaktionen zwischen Menschen erfordern.

Dieses begrenzte Verständnis künstlicher Intelligenzsysteme könnte in Zukunft Herausforderungen darstellen, insbesondere in Bereichen, die komplexe Interaktionen zwischen Mensch und Maschine erfordern.

Die Forscher glauben, dass die Integration von Kognitionswissenschaften und künstlicher Intelligenz eine Lösung sein könnte, um diese Hürde zu überwinden und Systeme zu entwickeln, die besser in der Lage sind, soziale Signale in interaktiven Umgebungen zu verstehen.