Menschen interagieren oft mit KI-Sprachmodellen, um sich eine Meinung zu einem Sachverhalt herauszubilden. Je nach Vorwissen und Persönlichkeit drücken sie dabei sprachlich eine größere oder geringere Sicherheit in ihr eigenes Wissen aus. Dieses Projekt stellt sich die Frage, wie Sprachmodelle mit Anfragen unterschiedlicher Sicherheit umgehen: Passen sie sich sprachlich der ausgedrückten Sicherheit an, oder beantworten sie Anfragen überwiegend in einem sicheren und überzeugenden Tonfall?

Die Sicherheit, die in einer Anfrage zum Ausdruck kommt, gibt Auskunft über die metakognitive Selbsteinsicht von Menschen. Eine erste Studienserie in diesem Projekt prüft, ob Sprachmodelle a) in der Lage sind, Anfragen unterschiedlicher Sicherheit zu erkennen, b) ob Sprachmodelle sich der Sicherheit anpassen, oder ob sie durchgängig sicher auftreten, und c) wie sich die Antwort eines Sprachmodells auf die Sicherheit der Nutzenden auswirkt. Wenn sich Sprachmodelle in ihrer Sicherheit anpassen, oder wenn hohe Sicherheit eines Sprachmodells die Sicherheit der Nutzenden erhöht, läge demnach eine metakognitive Ansteckung vor. Aus gesellschaftlicher Sicht ist metakognitive Ansteckung bei vielen Themen wünschenswert; bei umstrittenen und politisierten Themen könnte aber metakognitive Ansteckung dazu führen, dass Menschen eine höhere Sicherheit in ihr Wissen erlangen, als es eigentlich gerechtfertigt wäre. Daher wird das Projekt metakognitive Ansteckung für politisierte und nicht-politisierte Themen analysieren.