Studie zeigt Unterschiede bei KI-Bewertungen englischer Akzente
Forschende der Universität Washington fanden heraus, dass vier KI-Modelle denselben englischen Text je nach Akzent unterschiedlich bewerteten.
Bildnachweis und Lizenz
Foto: Asikironalio / Wikimedia Commons / CC BY 4.0; contextual studio photograph from 2024, not research participants. · Bildquelle · Lizenz: CC BY 4.0Künstliche Intelligenz, die gesprochene Sprache bewertet, kann Personen trotz identischer Aussagen unterschiedliche Noten geben, wenn sie verschiedene Akzente sprechen. Darauf weist eine Studie hin, über die die Universität Washington am 4. November berichtete. Die Ergebnisse sind für Bewerbungsgespräche, Vorträge und Sprachprüfungen relevant. Sie bedeuten nicht, dass sämtliche KI-Systeme auf die gleiche Weise reagieren.
Das Forschungsteam untersuchte vier Modelle: Googles Gemini 2.5 Pro und Gemini 2.5 Flash, OpenAIs GPT-Audio 1.5 sowie das offene Qwen 3 Omni. Verglichen wurde englische Sprache mit amerikanischem, britischem, chinesischem, indischem und nigerianischem Akzent. Amerikanische und britische Akzente erhielten im Allgemeinen höhere Bewertungen, chinesische und nigerianische niedrigere; der indische lag häufig dazwischen.
Um den Einfluss des Akzents vom Inhalt zu trennen, ließen die Forschenden synthetische Stimmen dieselben Passagen vortragen. Zusätzlich überprüften sie den Ansatz mit 52 menschlichen Sprechern aus fünf Ländern. Die Systeme bewerteten sowohl die Darbietung als auch den Inhalt. Nach Angaben des Teams konnten sie die gesprochenen Wörter vielfach korrekt erkennen und stuften bestimmte Akzente dennoch als weniger klar oder professionell ein.
Die Studie wurde am 25. Oktober auf einer Konferenz zu empirischen Methoden der Sprachverarbeitung in Budapest vorgestellt. Ihre Autoren fordern vielfältigere Trainings- und Testdaten sowie Auswertungen nach Sprechergruppen statt ausschließlich nach Durchschnittswerten. Untersucht wurden nur ausgewählte Modelle, Akzente und Aufgaben. Dennoch zeigt die Arbeit ein Risiko, wenn automatische Bewertungen über berufliche oder schulische Chancen mitentscheiden.