Schibboleth-Detektoren

Teilen

Das Experiment. Wissenschaftlerinnen zeichneten verschiedene Stimmen auf, die Englisch mit unterschiedlichen Akzenten sprachen und dabei berufliche oder schulische Präsentationen vortrugen. Der Großteil des Datenmaterials wurde von einer KI generiert, ergänzt durch Aufnahmen von 52 echten Menschen. Diese Aufnahmen wurden anschließend von KI-Modellen analysiert (solchen, die im Jahr 2025 dem Stand der Technik entsprachen).

Die Ergebnisse. Bei gleichem Textinhalt wurden Stimmen mit chinesischem oder nigerianischem Akzent als weniger kompetent und weniger verständlich wahrgenommen als Stimmen mit US-amerikanischem, britischem oder indischem Akzent. Die Bewertung eines Akzents korreliert mit dessen Distanz zum US-amerikanischen Akzent.

Warum das wichtig ist. KI-gestützte Sprachtechnologien kommen immer häufiger zum Einsatz. Diese Systeme werden nur selten einer unabhängigen Prüfung unterzogen – obwohl sie in kritischen Bereichen wie bei der Personalauswahl oder in Asylverfahren verwendet werden.

Aruna Srivastava et al., The Cost of Sounding Different: Accent Bias in Audio Language Models. ACL Anthology, 1. Okt. (auf Englisch)