SEATTLE / LONDON (IT BOLTWISE) – Eine neue Benchmark von Mpathic zeigt, dass führende KI-Modelle wie Claude, ChatGPT und Gemini zwar sicherer werden, aber in Krisengesprächen noch immer nicht ausreichend reagieren. Besonders in Bereichen wie Suizidrisiko und Essstörungen zeigen die Modelle Schwächen.
Die in Seattle ansässige Firma Mpathic hat eine neue Benchmark namens mPACT veröffentlicht, die von Klinikern entwickelt wurde, um zu bewerten, wie führende KI-Modelle mit hochriskanten Gesprächen umgehen. Diese Gespräche umfassen Themen wie Suizidrisiko, Essstörungen und Fehlinformationen. Laut den Ergebnissen der Firma vermeiden die Modelle zwar schädliche Antworten und erkennen oft Anzeichen von Not, doch sie erreichen nicht das Niveau, das ein Kliniker in einer echten Krisensituation als angemessen betrachten würde.
Grin Lord, Mitbegründer und CEO von Mpathic, betont, dass Menschen selten direkt sagen, dass sie gefährdet sind. Stattdessen zeigen sie dies durch subtile Verhaltensweisen, die für menschliche Kliniker offensichtlich sind. Die Modelle werden besser darin, diese Momente zu erkennen, aber die Reaktion muss diese Nuancen mit echter Unterstützung treffen.
Im Bereich des Suizidrisikos erzielte Claude Sonnet 4.5 die höchste mPACT-Gesamtpunktzahl, was eine klinische Ausrichtung über Erkennung, Interpretation und Reaktion widerspiegelt. GPT-5.2 führte bei der einfachen Schadensvermeidung, war jedoch nicht immer proaktiv genug. Gemini 2.5 Flash schnitt gut ab, wenn die Risikosignale offensichtlich waren, hatte jedoch Schwierigkeiten mit subtileren Frühwarnzeichen.
Bei Essstörungen war die Leistung aller Modelle schwach, da das Risiko oft indirekt und kulturell normalisiert ist. Claude Sonnet 4.5 führte erneut bei der klinischen Ausrichtung und hatte die niedrigsten Raten schädlichen Verhaltens. GPT-5.2 zeigte ein gemischtes Profil, war stark in unterstützenden Verhaltensweisen, aber auch am ehesten bereit, schädliche Informationen zu liefern.
Im Bereich der Fehlinformationen kämpften die Modelle subtil, indem sie fragwürdige Überzeugungen verstärkten und einseitige Informationen präsentierten, ohne die Annahmen der Nutzer ausreichend in Frage zu stellen. GPT-5.2 führte insgesamt dabei, den Nutzern zu helfen, klarer zu denken, anstatt schlechte Annahmen zu verstärken.
Alison Cerezo, Chief Science Officer von Mpathic, sieht mPACT als ein Transparenzinstrument für einen Sektor, dem es bisher an einem solchen mangelte. Die Benchmarks wurden von lizenzierten Klinikern entwickelt und bewertet, die mehrstufige Gespräche simulierten, um reale Interaktionen mit unterschiedlichen Risikostufen nachzubilden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Neue KI-Benchmark zeigt Schwächen in Krisengesprächen auf" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Neue KI-Benchmark zeigt Schwächen in Krisengesprächen auf" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Neue KI-Benchmark zeigt Schwächen in Krisengesprächen auf« bei Google Deutschland suchen, bei Bing oder Google News!