Wichtiger Preprint gerade veröffentlicht! Wir vergleichen, wie Menschen und LLMs Urteile über sieben epistemologische Phasen bilden. Wir heben sieben Bruchlinien hervor, Punkte, an denen Menschen und LLMs grundlegend divergieren: Die Grounding-Bruchlinie: Menschen verankern Urteile in perceptuellen, verkörperten und sozialen Erfahrungen, während LLMs nur von Text ausgehen und Bedeutung indirekt aus Symbolen rekonstruieren. Die Parsing-Bruchlinie: Menschen analysieren Situationen durch integrierte perceptuelle und konzeptionelle Prozesse; LLMs führen eine mechanische Tokenisierung durch, die eine strukturell bequeme, aber semantisch dünne Darstellung liefert. Die Experience-Bruchlinie: Menschen verlassen sich auf episodisches Gedächtnis, intuitive Physik und Psychologie sowie erlernte Konzepte; LLMs verlassen sich ausschließlich auf statistische Assoziationen, die in Einbettungen kodiert sind. Die Motivation-Bruchlinie: Menschliche Urteile werden von Emotionen, Zielen, Werten und evolutionär geprägten Motivationen geleitet; LLMs haben keine intrinsischen Präferenzen, Ziele oder affektive Bedeutung. Die Kausalitäts-Bruchlinie: Menschen argumentieren mit kausalen Modellen, kontrafaktischen Überlegungen und prinzipieller Bewertung; LLMs integrieren den textuellen Kontext, ohne kausale Erklärungen zu konstruieren, und verlassen sich stattdessen auf oberflächliche Korrelationen. Die Metakognitive Bruchlinie: Menschen überwachen Unsicherheit, erkennen Fehler und können Urteile aussetzen; LLMs fehlen Metakognition und müssen immer eine Ausgabe produzieren, was Halluzinationen strukturell unvermeidlich macht. Die Wert-Bruchlinie: Menschliche Urteile spiegeln Identität, Moral und reale Einsätze wider; LLM "Urteile" sind probabilistische Vorhersagen des nächsten Tokens ohne intrinsische Bewertung oder Verantwortung. Trotz dieser Bruchlinien glauben Menschen systematisch zu viel an die Ausgaben von LLMs, da fließende und selbstbewusste Sprache eine Glaubwürdigkeitsverzerrung erzeugt. Wir argumentieren, dass dies eine strukturelle Bedingung schafft, Epistemia: linguistische Plausibilität ersetzt epistemische Bewertung und erzeugt das Gefühl des Wissens, ohne tatsächlich zu wissen. Um Epistemia zu adressieren, schlagen wir drei komplementäre Strategien vor: epistemische Bewertung, epistemische Governance und epistemische Bildung. Vollständiges Papier in der ersten Antwort. Gemeinsam mit @Walter4C & @matjazperc

Faszinierendes Papier, das gerade in Science veröffentlicht wurde. Die Autoren analysieren die Karriereverläufe von Spitzenperformern in verschiedenen Bereichen, darunter Nobelpreisträger, Elite-Schachspieler, Olympiasieger und mehr. Ihre zentrale Erkenntnis stellt einen verbreiteten Glauben in Frage. Intensives, einseitiges Training in jungen Jahren verschafft zwar einen frühen Vorteil, aber dieser Vorteil verblasst im Laufe der Zeit. Im Gegensatz dazu neigen Personen, die früh im Leben multidisziplinär trainiert werden, dazu, langsamer zu starten. Doch auf lange Sicht sind sie eher in der Lage, eine weltklasse Leistung zu erreichen und überholen schließlich frühe Spezialisten, die oft nur knapp unter dem absoluten Top-Niveau stagnieren. Eine wichtige Erinnerung daran, dass Breite zu Beginn eine starke Investition in langfristige Exzellenz sein kann. Link zum Papier in der ersten Antwort.

Jetzt in Nature Human Behaviour veröffentlicht! 🚀🚀 In den letzten Jahrzehnten hat die Forschung zum kollektiven menschlichen Verhalten stark auf Netzwerke gesetzt. Das ist intuitiv: Menschen interagieren mit anderen Menschen. Wir argumentieren jedoch, dass dieses dominante Rahmenwerk eine entscheidende Zutat vermisst. Traditionelle Netzwerke stellen Agenten als Knoten und paarweise Beziehungen als Kanten dar. Infolgedessen wird grundsätzlich angenommen, dass soziale Interaktionen in Paare zerlegt werden können. Doch viele soziale Prozesse sind irreduzibel gruppenbasiert. Ein einfaches Beispiel: Eine Gruppe von drei Co-Autoren, die ein Papier schreiben, kann nicht auf drei unabhängige Paare von Co-Autoren reduziert werden. Die Gruppe selbst ist wichtig. In diesem Artikel überprüfen wir eine Vielzahl von empirischen und theoretischen Fällen, in denen Gruppeninteraktionen nicht in paarweise zerlegt werden können, und zeigen, dass höherordentliche Interaktionen das kollektive Verhalten über dyadische Bindungen hinaus prägen. Wir plädieren dafür, kollektives Verhalten auf Hypergraphen zu untersuchen, bei denen Interaktionen mehrere Agenten gleichzeitig einbeziehen können. Wir überprüfen, wie Hypergraphen neue Einblicke in verschiedene Bereiche bieten, einschließlich Zugehörigkeits- und Kollaborationsnetzwerken, Hochfrequenz-Kontaktszenarien (Familien, Freunde) und wichtigen sozialen Prozessen wie sozialer Ansteckung, Kooperation, Wahrheitsfindung und moralischem Verhalten. Abschließend skizzieren wir vielversprechende Richtungen für zukünftige Forschungen: die Bewältigung der rechnerischen Herausforderungen höherordentlicher Modelle; die Untersuchung von Vorurteilen und Ungleichheiten in Gruppendynamiken; die Kombination von Hypergraphen und großen Sprachmodellen zur Untersuchung der Koevolution von Sprache und Verhalten; und die Nutzung höherordentlicher Netzwerke zur Simulation der Auswirkungen von Politiken vor der Umsetzung; und andere. Wir sind sehr begeistert von dieser Arbeit und hoffen, dass sie weitere Forschungen in einem schnell wachsenden und grundlegenden Bereich mit breiten realen Implikationen inspirieren wird. Link zum Papier in der ersten Antwort Diese Arbeit wurde brillant von Federico Battiston (@fede7j) geleitet, mit einem herausragenden Team von Co-Autoren: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez und Matjaz Perc (@matjazperc)