Wie beeinflusst Wikipedia, was KI-Modelle wie ChatGPT über Sie sagen?

Wikipedia gehört zu den Referenzen, auf die sich ChatGPT am stärksten stützt, wenn es Fragen zu einer Entität beantwortet. ChatGPT gelangt auf zwei Wegen zu dieser Antwort: über Inhalte aus dem Vortraining und über Quellen, die ChatGPT Suche zum Zeitpunkt der Anfrage nachschlägt. Weil beide Wege auf dieselbe Seite zurückführen, orientiert sich ChatGPTs Antwort über ein Unternehmen häufig eng am Wikipedia-Artikel und übernimmt dabei oft die Struktur seiner Einleitung.

Wie Wikipedia in ChatGPTs Antworten einfließt

• Im Vortraining. Wikipedia ist eine umfangreiche, offen lizenzierte und von vielen bearbeitete Referenz, was sie zu einem naheliegenden und stark vertretenen Bestandteil der Daten macht, aus denen ein Modell wie ChatGPT gelernt hat. Das verschafft ChatGPT eine Grundbeschreibung der Entität, noch bevor eine Live-Suche stattfindet.
• Beim Retrieval. Wenn ChatGPT Suche aktiv ist, kann eine Anfrage zu einer Entität einen Live-Abruf auslösen, und ein aktueller Wikipedia-Artikel gilt dabei als besonders maßgebliche Seite – deshalb zitiert ChatGPT den Artikel manchmal direkt mit einem eingebetteten Link in seiner Antwort.

Dabei zeigt sich immer wieder: dass ChatGPTs Antwort über ein Unternehmen tendenziell der Form der Wikipedia-Einleitung folgt: Sie beginnt mit einer gleichartigen Kurzbeschreibung in einem Satz, stützt sich auf dieselben Fakten und übernimmt häufig dieselbe Einordnung und Wortwahl.

Warum der Wikipedia-Artikel am wichtigsten ist

Weil beide Wege auf eine einzige Seite zurückführen, ist der Wikipedia-Artikel meist der beste Ansatzpunkt, wenn ChatGPT einen Kunden unfair darstellt. Ziel ist dabei nicht ein schmeichelhafter, sondern ein präziser, ausgewogener und gut belegter Artikel, denn genau diese Eigenschaften machen die Seite für ein System zu einer verlässlichen Quelle. Eine Korrektur auf Wikipedia setzt sich in der Regel auch bei ChatGPT und den anderen großen Systemen durch – abhängig vom jeweiligen Aktualisierungszyklus: schnell bei Retrieval-gestützten Antworten, allmählicher bei Antworten, die durch das Vortraining geprägt sind.