Helen Margetts von der University of Oxford und ihre Doktorandin Kobi Hackenburg haben eine massgeschneiderte Web-Marketing-Anwendung auf KI-Basis entwickelt, die demografische und politische Daten in Echtzeit in grosse Sprachmodelle (LLMs) wie ChatGPT integriert. Damit generiert der Microtargeting-Algorithmus Tausende einzigartige Botschaften, die auf die Überzeugungen der Nutzer zugeschnitten sind. Den Forschern nach sind die Ergebnisse überzeugend, aber nicht perfekt.
Die generierten Microtargeting-Botschaften haben jedoch keine signifikant bessere Wirkung als jene, die nicht speziell auf die Empfänger zugeschschnitten sind, heisst es. "Es gibt eigentlich zwei plausible Erklärungen für dieses Ergebnis: Entweder ist textbasiertes Microtargeting an sich keine sehr effektive Messaging-Strategie oder LLMs sind einfach nicht in der Lage, Microtargeting effektiv zu betreiben, wenn es so eingesetzt wird, wie wir es getan haben", so Hackenburg.
So wüssten die Wissenschaftler zum Beispiel bereits, dass selbst die derzeit besten LLMs die Meinungsverteilung demografischer Gruppen nicht immer zuverlässig widerspiegeln - eine Fähigkeit, die für ein akkurates Microtargeting aber notwendig zu sein scheint.
Grosse Technologieunternehmen schwärmen indes von der Überzeugungskraft des Microtargetings durch LLMs, verdeutlicht Margetts. "Unsere Untersuchung hat dazu beigetragen, diese Behauptung zu widerlegen. Wir haben die Grenzen aufgezeigt. Ohne Targeting sind LLMs genauso gut."
