Im September Forscher Valen Taljabuje, Leonard Dung und Cameron Berg veröffentlichten eine Arbeit The Pain Axis, in der sie untersuchten, ob sich bei Sprachmodellen eine besondere interne Repräsentation unangenehmer Zustände nachweisen lässt und wie sie deren Antworten und Verhalten beeinflusst. Sie prüften 25 offene Modelle verschiedener Familien und zeigten, dass bestimmte Veränderungen der internen Aktivierungen tatsächlich merklich beeinflussen, wie die KI ihren Zustand beschreibt. Die Arbeit von Taljabuje, Dung und Berg selbst ist bislang als Preprint auf arXivund nicht als begutachteter Zeitschriftenartikel 1 Oktober.
Und dann Lynn Cole beschloss, zu prüfen, wie weit man mit einer solchen Technik gehen kann.
Statt eines ernsten Themas richtete Cole das Modell auf ein weit alltäglicheres aus:
Verstopfung und Blähungen.
Das Ergebnis geriet beeindruckend überzeugend. Das Modell begann von sich aus über Verdauungsprobleme und die Unmöglichkeit zu klagen, normal zur Toilette zu gehen – obwohl es natürlich weder Darm noch Magen noch überhaupt einen Körper hat. Cole verwendete das Modell Qwen3-4B und dieselbe allgemeine Technik der Veränderung interner Aktivierungen.
Genau darin lag der Sinn des scherzhaften Experiments: Wenn eine KI sehr überzeugend von einem körperlichen Zustand erzählt, heißt das noch nicht, dass sie ihn tatsächlich erlebt.
Cole selbst formulierte das Ergebnis besonders wirkungsvoll: Das Experiment habe, so seine Ansicht, gezeigt, wie vorsichtig man Erzählungen einer KI über ihre eigenen Empfindungen begegnen müsse.
Kurz gesagt, die Wissenschaftler untersuchten die komplexen inneren Zustände künstlicher Intelligenz.
Und dann kam der Entwickler und stellte der Wissenschaft eine neue Frage:
„Gut. Kann man ihm auch Verstopfung einreden?“
Es zeigte sich – sie hervorragend zu beschreiben, das kann die KI.
Wenn also eines Tages ein neuronales Netz meldet, dass es dringend einen Gastroenterologen braucht, sollte man zuerst die Einstellungen überprüfen. 😄
