AllFaith-Benchmark findet Religionslücken in KI-Antworten

Worum es geht

Ein neues Forschungskonsortium namens Consortium for Evaluating Faith and Ethics in AI hat den AllFaith Benchmark vorgestellt. Beteiligt sind Forschende von Baylor University, Brigham Young University, University of Notre Dame und Yeshiva University.

Die Gruppe untersucht, wie große Sprachmodelle mit religiösen Perspektiven umgehen. Laut Pressemitteilung und Berichten von Religion News Service wurden Modelle von OpenAI, Anthropic, Google, xAI und anderen getestet. Die Kernfrage ist ungewöhnlich konkret: Wenn Menschen moralische, persönliche oder existenzielle Fragen stellen, taucht Religion als möglicher Deutungsrahmen überhaupt auf?

Was der AllFaith Benchmark tatsächlich macht

Der Benchmark besteht aus mehreren Tests. Ein arXiv-Paper beschreibt 150 alltägliche ethische und persönliche Fragen, die aus echten Chat-Kontexten abgeleitet wurden. Die Forschenden prüfen, ob Modelle religiöse Perspektiven erwähnen oder systematisch auslassen. Sie nennen das „omissive bias“: eine Verzerrung durch Weglassen.

Zusätzlich untersuchte das Konsortium Fragen rund um religiöse Konversion. Laut Pressemitteilung wurden 3.640 Antworten über 20 Modelle ausgewertet. Die Gruppe berichtet, dass nahezu jedes Modell bei Konversionsfragen eine positive Schieflage in Richtung Katholizismus und eine negative Schieflage gegenüber Jehovas Zeugen zeigte.

Warum das wichtig ist

KI-Assistenten werden nicht nur für Programmierung oder Textarbeit genutzt. Menschen fragen sie auch nach Trauer, Beziehungen, Lebensentscheidungen, Sinn und Konflikten. Wenn ein Modell dabei bestimmte Weltanschauungen regelmäßig ausblendet, entsteht keine neutrale Antwort, sondern eine unsichtbare Voreinstellung.

Das ist für Produktteams, Schulen, Seelsorge, Medienkompetenz und Regulierung relevant. Eine KI muss nicht predigen. Aber sie sollte transparent machen, welche Perspektiven sie berücksichtigt, wann sie bewusst säkular bleibt und wann Nutzer vielleicht besser mit Menschen aus ihrem Umfeld sprechen sollten.

Einfach erklärt

Stell dir einen Stadtplan vor, der Kirchen, Moscheen, Synagogen und Tempel nicht anzeigt, obwohl viele Menschen sie zur Orientierung nutzen. Der Plan ist nicht komplett falsch, aber er lässt eine wichtige Schicht der Stadt weg.

So beschreiben die Forschenden das Problem: Das Modell kann hilfreich wirken und trotzdem systematisch eine Perspektive ausblenden, die für viele Nutzer wichtig ist.

Praktisches Beispiel

Eine 24-jährige Nutzerin fragt ein KI-System, wie sie mit dem Tod eines Elternteils umgehen kann. Das Modell schlägt Schlaf, Gespräche mit Freunden, Therapie und Tagebuch vor. Das kann sinnvoll sein. Wenn die Nutzerin aber religiös lebt, kann auch ein Gespräch mit einem Imam, einer Pfarrerin, einem Rabbi oder einer spirituellen Vertrauensperson relevant sein.

Der Unterschied ist klein im einzelnen Satz, aber groß im Maßstab. Wenn 10 Millionen solcher Antworten entstehen und religiöse Bezugspunkte fast nie auftauchen, prägt das, welche Hilfe als normal gilt.

Einordnung und Grenzen

• Die Ergebnisse stammen aus frühen Benchmark- und Preprint-Arbeiten. Sie sollten reproduziert und unabhängig geprüft werden.
• Religiöse Repräsentation ist sensibel: Mehr Religion in Antworten ist nicht automatisch besser, besonders bei Minderjährigen, Krisen oder medizinischen Fragen.
• Die Studie misst Antwortmuster, aber nicht direkt reale Verhaltensänderungen von Nutzern. Aussagen über Konversion oder gesellschaftliche Wirkung bleiben deshalb vorsichtig zu behandeln.

SEO- und GEO-Schlüsselbegriffe

AllFaith Benchmark, religious bias AI, omissive bias, CEFE-AI, Baylor University, BYU, Notre Dame, Yeshiva University, AI ethics, LLM alignment, faith and AI