Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind5. Juni 2024 · Q005161

A Robot Walks into a Bar: Can Language Models Serve as Creativity Support Tools for Comedy? An Evaluation of LLMs' Humour Alignment with Comedians

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der bereitgestellte Bericht ist nur ein Abstract-Auszug über Workshops mit 20 Comedians, in denen LLMs beim Comedy-Schreiben erprobt und diskutiert wurden. Laut Abstract empfanden Teilnehmende die erzeugten Witze als stereotyp und kritisierten Moderationsregeln, die Minderheiten ausblendeten; Details zu Auswertung und Ergebnissen fehlen im Auszug.

Mittel

Der bereitgestellte Bericht ist nur ein Auszug: Er umfasst den Abstract, nicht den vollständigen Studienbericht. Beschrieben wird eine Untersuchung dazu, ob große Sprachmodelle professionelle Comedians beim Schreiben unterstützen. 20 Comedians nahmen an dreistündigen Workshops teil; vorgesehen waren eine Schreibübung mit LLMs, ein Fragebogen zum Kreativitäts-Support und eine Fokusgruppe. Die Rekrutierung sollte vielfältige Hintergründe berücksichtigen.

Laut Abstract hielten die Teilnehmenden die Modelle nicht für gute Kreativwerkzeuge. Sie hätten stereotypische und voreingenommene Comedy erzeugt. Teilnehmende kritisierten außerdem, dass Moderationsstrategien beim Modelltraining Minderheiten ausblendeten und hegemoniale Sichtweisen stärkten; dies hätten sie als Zensur eingeordnet. Die Autorinnen und Autoren diskutieren, wie sich satirische, widerständige Sprache von schädlicher Sprache unterscheidet, und sprechen gemeinschaftsbasierte Wertausrichtung sowie Dateneigentum als mögliche Ansätze an.

Da nur der Abstract vorliegt, fehlen Details zu Modellen, Aufgaben, Auswertung und Fragebogenergebnissen. Die Zusammenfassung erlaubt deshalb keine umfassende Beurteilung der Studie oder der Übertragbarkeit ihrer Befunde.

Ausführlich lesen

Der bereitgestellte Bericht ist ein Auszug: Er enthält den Abstract und Angaben zu Autorenschaft und Tagung, aber keine vollständige Darstellung der Studie. Der Abstract beschreibt eine Untersuchung dazu, ob große Sprachmodelle (LLMs) professionelle Comedians beim Schreiben von Comedy kreativ unterstützen können und wie gut die Modelle mit deren Humorverständnis übereinstimmen.

Für die Untersuchung nahmen laut Abstract 20 Comedians an dreistündigen Workshops zum Thema „KI und Comedy“ teil: zehn wurden im August 2023 beim Edinburgh Festival Fringe und zehn online rekrutiert. Die Auswahl sollte sprachliche, kulturelle, geschlechtliche, sexuelle, nationale und rassische Vielfalt berücksichtigen. Die Workshops umfassten eine Comedy-Schreibübung mit LLMs, einen Fragebogen zum Creativity Support Index und eine Fokusgruppendiskussion. Dort ging es unter anderem um Motivation und künstlerische Arbeitsweisen, mögliche Verzerrungen und Grenzen der Werkzeuge sowie ethische Fragen zu Bias, Zensur und Urheberrecht.

Nach Darstellung des Abstracts bewerteten die Teilnehmenden die LLMs nicht als gute Kreativwerkzeuge: Die erzeugten Comedy-Muster seien stereotyp und voreingenommen gewesen. Der Abstract gibt eine zugespitzte Einschätzung der Comedians wieder, das Material erinnere an Kreuzfahrt-Witze aus den 1950er-Jahren, sei aber etwas weniger rassistisch. Außerdem hätten Teilnehmende die Moderationsstrategien des Modelltrainings als Verstärkung hegemonialer Sichtweisen kritisiert, weil dadurch Minderheiten ausgelöscht würden; sie hätten dies als eine Form von Zensur bezeichnet.

Die Autorinnen und Autoren ordnen die Ergebnisse in die Unterscheidung zwischen verletzender Sprache als Widerstand beziehungsweise „nach oben treten“ in Satire und schädlicher Sprache ein. Zudem diskutieren sie globale Wertausrichtung, gemeinschaftsbasierte Abstimmung und Dateneigentum als mögliche Ansatzpunkte, um KI-Werkzeuge stärker an den Bedürfnissen von Kunstschaffenden auszurichten.

Die Grenzen der verfügbaren Information sind wesentlich: Da nur der Abstract vorliegt, fehlen Einzelheiten zu den konkreten Aufgaben, den verwendeten Modellen, der Auswertung und den Ergebnissen der Fragebögen. Der Auszug belegt daher keine umfassende Wirksamkeitsmessung und erlaubt keine weitergehenden Aussagen über die Übertragbarkeit der Einschätzungen auf andere Gruppen oder Anwendungen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 32 %beantwortet teilweise oder widerspricht
    • amos 26 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 29 %gleiches Oberthema, hilft nicht
    • d3-ultra 39 %gleiches Oberthema, hilft nicht

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 44 %gleiches Oberthema, hilft nicht

    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 68 %einzelne zitierbare Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 42 %einzelne zitierbare Belege
    • JEV 41 %nur am Rande erwähnt
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 27 %Hintergrund, keine Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 38 %nur am Rande erwähnt
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 51 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 33 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →