Ein neues KI-Modell soll Forschenden zeigen, welche unbewussten Entscheidungen wir beim Lesen treffen. So lässt sich Text für verschiedene Leser und Kontexte gezielt anpassen.
Ein Forschungsteam ließ ein KI-Modell eigenständig herausfinden, wie es Texte am besten liest. Am Ende verhielt es sich erstaunlich ähnlich wie menschliche Leser.
WERBUNG
WERBUNG
Forscherinnen und Forscher der Aalto-Universität in Finnland, der Hong Kong University of Science and Technology, der City University of Hong Kong und der National University of Singapore setzten KI ein, um das Leseverhalten von Menschen besser zu verstehen.
„Zum ersten Mal nutzen wir KI-Methoden, um zu verstehen – nicht nur nachzuahmen –, wie Menschen lesen“, sagte Antti Oulasvirta, Professor an der Aalto-Universität, in einer Pressemitteilung (Quelle auf Englisch).
Das Team entwickelte das Modell ausgehend von der Annahme, dass Leserinnen und Leser nur begrenzt Zeit, Gedächtnis und Aufnahmefähigkeit für visuelle Informationen haben.
Anschließend trainierten die Forschenden die KI mit Millionen von Texten, damit sie unter diesen Einschränkungen möglichst viel verstehen kann.
Obwohl beim Training keine Daten zu Blickbewegungen oder Textverständnis von Menschen einflossen, zeigte ein Vergleich mit echten Leserinnen und Lesern, dass viele ähnliche Muster entstehen.
So benötigte das Modell für häufige oder gut vorhersehbare Wörter weniger Zeit und übersprang sie häufiger. Schwierige oder mehrdeutige Wörter und Sätze veranlassten es dagegen, öfter zurückzuspringen.
„Lesen wirkt mühelos, doch das Gehirn entscheidet ständig, wohin es blickt, was es überspringt und wann es zurückgeht. Es setzt seine Aufmerksamkeit wie ein Budget ein, um das Verständnis zu maximieren“, sagte Shengdong Zhao, Professor an der City University of Hong Kong.
Forscherinnen und Forscher nennen dieses Prinzip „Ressourcenrationalität“. Begrenzte Zeit und Aufmerksamkeit sollen genau dort eingesetzt werden, wo sie das Textverständnis am meisten unterstützen.
Das KI-Modell passte sich Zeitdruck ähnlich an wie 39 Erwachsene, die an einem Experiment teilnahmen. Bei wenig Zeit legte es Wert darauf, möglichst große Teile des Textes abzudecken. War mehr Zeit vorhanden, konzentrierte es sich stärker auf schwierige Passagen und las öfter erneut.
Die Ergebnisse bedeuten jedoch nicht, dass das menschliche Gehirn exakt dieselben Berechnungen ausführt wie die KI, betonen die Forschenden.
Nach ihrer Einschätzung liefert das Modell eher eine mögliche Erklärung dafür, wie unterschiedliche Leseweisen aus dem Ziel entstehen könnten, mit begrenzten geistigen Ressourcen möglichst viel zu verstehen.
Lesen wird persönlicher
Ein besseres Verständnis darüber, wie das Gedächtnis das Lesen beeinflusst, könnte nach Einschätzung des Teams langfristig helfen, Technologien zu entwickeln, die Texte an einzelne Leserinnen und Leser und an konkrete Situationen anpassen – etwa über anpassbare Apps.
„Wir verfügen nun über ein neues Verständnis von etwas, das in unserem Alltag so zentral ist. Jetzt können wir die vielen Möglichkeiten ausloten“, sagte Oulasvirta.
Ein mögliches Einsatzfeld ist Augmented Reality (AR). Die Methode könnte in Datenbrillen genutzt werden, um Tempo oder Anordnung von eingeblendeten Texten an die Bedürfnisse der Nutzer und ihre aktuelle Tätigkeit anzupassen.
„Wir könnten denselben Ausgangstext nehmen, zum Beispiel ein kompliziertes juristisches Dokument, und mit geringem Aufwand Versionen erstellen, die für unterschiedliche Lesergruppen leichter verständlich sind“, so Oulasvirta.
Das Team will prüfen, ob die Technologie Menschen mit Lese-Rechtschreib-Schwäche oder geringerer Sprachkompetenz unterstützen kann. Die Forschenden denken zudem an Anwendungen, bei denen Aufmerksamkeit besonders wichtig ist, etwa wenn Informationen an Autofahrende übermittelt werden, ohne sie unnötig abzulenken.
„Wir wollen Nutzern in Echtzeit helfen, zum Beispiel durch Texte, die Fahrern helfen, ohne sie zu sehr abzulenken“, sagte Oulasvirta.
Mehr zu dieser Geschichte sehen Sie im Video oben im Player.