Die technische Grundlage von D3 basiert auf der Simulation menschlicher Einstellungen und Verhaltensweisen durch generative Sprachmodelle.
Der Kern des Projektes spielen narrative Interviews mit ca. 25 Studierenden aus vulnerablen Gruppen. Diese qualitativen Gespräche bilden die empirische Basis für die Erstellung der KI-Personas. Dieses Verfahren wurde bereits empirisch validiert. Es orientiert sich an der Arbeit von Park et al. (Generative Agent Simulations of 1,000 People, 2024, ArXiv Link). Die Forschenden zeigen, dass große Sprachmodelle auf Basis qualitativer Interviews individuelle Einstellungen und Verhaltensweisen mit hoher Genauigkeit replizieren können: Die so erstellten LLM-Personas stimmten in 85 % der Fälle mit den tatsächlichen Antworten der interviewten Personen überein – vergleichbar mit der Konsistenz, die Menschen bei der Wiederholung eigener Antworten zeigen.
Entscheidend für D3 ist ein weiterer Befund der Studie: Agenten, die auf Basis qualitativer Interviews erstellt werden, zeigen deutlich weniger Verzerrungen gegenüber bestimmten demographischen Gruppen als Agenten, die lediglich mit Beschreibungen wie Alter, Geschlecht oder Herkunft gefüttert werden. Für ein Projekt, das vulnerable und oft marginalisierte Studierendengruppen repräsentieren soll, ist dies ein zentrales Qualitätsmerkmal. Würden LLM-Inferenzen über vulnerable Personengruppen trivialisiert oder stereotypisiert, läge dies genau gegenteilig zum Projektziel.
Diese Methode funktioniert freilich nicht ohne Partizipation: Wir möchten explizit nicht gängige Diversitätsbarrieren für die jeweiligen Personengruppen vermuten und vorschreiben, sondern echte Barriereerfahrungen synthetisieren. Daher steht ein partizipativer Ansatz im Zentrum des Projekts. Dazu gibt's mehr Infos hier:
