Wie beeinflusst das Ausmaß an KI-Schreibhilfe, ob Menschen sich mit Vorschlägen auseinandersetzen oder sie ignorieren?

Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Ich bin Anna Ivy Summers. In der heutigen Folge sprechen wir über eine Studie mit dem Titel: „Wenn weniger schlechter ist als mehr: Intensität der KI-Unterstützung und die Disengagement-Zone beim Schreiben“. Verfasst wurde sie von Dominik Siemon, Triparna de Vreede und Gert-Jan de Vreede. Die Studie untersucht, wie unterschiedliche Intensitätsstufen von KI-Schreibassistenten das Verhalten und das Engagement von Nutzenden in der Praxis beeinflussen. Bei mir ist Alex Ian Sutherland. Hallo Alex.
Expert: Hallo Anna. Viele Unternehmen setzen heute KI-Schreibwerkzeuge ein, um Texte schneller zu verfassen oder zu überarbeiten. Das Problem dabei: Wenn Mitarbeitende Textkorrekturen an Algorithmen delegieren, kann das die kognitive Auseinandersetzung verringern, die für den Aufbau eigener Schreibkompetenz notwendig ist. Zudem misst bisherige Forschung das Verhalten häufig über eine einzige aggregierte Akzeptanzrate. Dadurch bleibt verborgen, ob Nutzende Vorschläge kritisch abwägen, pauschal übernehmen oder sich gänzlich ausklinken.
Host: Wie sind die Forschenden vorgegangen, um dieses Verhalten genauer zu untersuchen?
Expert: Das Team führte ein randomisiertes Feldexperiment innerhalb eines webbasierten Schreibwerkzeugs durch. 66 Teilnehmende wurden verblindet einer von drei Bedingungen zugeteilt: leichte, ausgewogene oder intensive KI-Überarbeitung. Untersucht wurden die konkreten Interaktionsmuster direkt auf Sitzungsebene.
Host: Welche zentralen Ergebnisse liefert die Studie?
Expert: Die Akzeptanzrate pro vorgeschlagener Änderung wurde durch die Intensität der Unterstützung signifikant beeinflusst. Sie war bei leichter Unterstützung am höchsten, bei ausgewogener Unterstützung am geringsten und bei intensiver Unterstützung im mittleren Bereich.
Host: Das bedeutet, der Mittelweg führte zu einer geringeren Annahme als die beiden Extreme?
Expert: Exakt. Bei der ausgewogenen, moderaten Unterstützung zogen sich die Teilnehmenden am häufigsten zurück: 15 von 17 analysierten Sitzungen in dieser Gruppe fielen in einen vollständigen Ignorieren-Modus. Über alle Bedingungen hinweg waren die Unterschiede zwischen den Engagement-Modi richtungskonform mit den Hypothesen, aufgrund der Stichprobengröße mit einem p-Wert von 0,071 jedoch nur marginal signifikant. Die Autoren betonen daher, dass diese vorläufigen Befunde auf einer explorativen Stichprobe von 36 analysierten Sitzungen beruhen und als richtungsweisend interpretiert werden sollten.
Host: Gab es noch weitere Faktoren, die das Verhalten beeinflusst haben?
Expert: Ja. Das Selbstvertrauen der Schreibenden erwies sich als statistisch signifikanter Prädiktor dafür, ob Nutzende für weitere Sitzungen auf die Plattform zurückkehrten.
Host: Was bedeuten diese Befunde konkret für Unternehmen und Softwareentwickler?
Expert: Für Organisationen ergeben sich daraus zwei wesentliche Ansatzpunkte. Erstens: Ein scheinbar ausgewogener Mittelweg bei KI-Vorschlägen birgt die Gefahr einer Disengagement-Zone. Wenn ein System zu viele Änderungen vorschlägt, um leicht erfassbar zu sein, aber zu wenige, um den Text vollständig fertigzustellen, schalten Nutzende ab und ignorieren das Werkzeug. Zweitens sollten Schnittstellendesigner die Intensität zielgerichtet kalibrieren: entweder sehr punktuell zur Förderung des Lernens oder als umfassende Neufassung. Da das Selbstvertrauen der Schreibenden über die wiederholte Nutzung entscheidet, sollten Schulungen darauf abzielen, die Zuversicht der Mitarbeitenden im Umgang mit den Werkzeugen zu stärken.
Host: Ein differenzierter Blick auf die Interaktionsmuster zeigt somit, dass eine mittlere Intensität nicht automatisch die beste Nutzerbeteiligung erzeugt. Vielen Dank, Alex, für diese Einordnung.
Expert: Sehr gerne, Anna.
Host: Und vielen Dank an Sie fürs Zuhören. Bis zum nächsten Mal bei A.I.S. Insights — powered by Living Knowledge.