Neue Forschung zeigt, dass große Sprachmodelle (LLMs), wie jene, die Chatbots antreiben, mit der menschlichen Gehirnaktivität während kreativen Denkens übereinstimmen – und je größer und kreativitätsfokussierter das Modell ist, desto näher ist die Übereinstimmung.
Die Forschung
In einer Studie, die auf arXiv (April 2026) veröffentlicht wurde, nutzten Forscher unter der Leitung von Mete Ismayilzada an der EPFL, in Zusammenarbeit mit Teams der Universität Trient, der Universität von Pennsylvania und anderen, fMRT-Daten von 170 Teilnehmern, die die Aufgabe „Alternate Uses Task“ (AUT) durchführten – einen klassischen Test für divergentes Denken, bei dem Menschen ungewöhnliche Verwendungen für Alltagsgegenstände aufzählen. Anschließend extrahierten sie Darstellungen aus verschiedenen LLMs (mit 270M bis 72B Parametern) und verglichen deren interne Muster mit der menschlichen Gehirnaktivität mithilfe der Representational Similarity Analysis (RSA).
Sie beobachteten, dass die Gehirn-LLM-Übereinstimmung mit der Modellgröße zunahm, insbesondere im Default-Mode-Netzwerk (DMN), einem Gehirnnetzwerk, das mit kreativem Denken verbunden ist. Sie fanden auch heraus, dass die Übereinstimmung stärker war, wenn Ideen als origineller bewertet wurden – ein Effekt, der besonders früh im kreativen Prozess ausgeprägt war. Bemerkenswerterweise machte das Post-Training einen Unterschied: Ein kreativitätsoptimiertes Llama-3.1-8B-Instruct behielt eine hohe Übereinstimmung mit hochkreativen Gehirnreaktionen bei, zeigte jedoch nicht die positive Übereinstimmung mit niedrigkreativen Reaktionen, die bei anderen Varianten zu sehen war, während ein reasoning-trainiertes Variante das gegenteilige Muster aufwies – negative Übereinstimmung mit hochkreativer Gehirnaktivität.
Die Studie wurde auf der COLM 2026 angenommen und ist als arXiv:2604.03480 verfügbar.
Warum es wichtig ist
Diese Forschung legt nahe, dass LLMs als Computermodelle der menschlichen kreativen Kognition dienen können und Einblicke darin bieten, wie kreative Ideen im Gehirn entstehen. Für Sie bedeutet das, dass dieselben neuronalen Netze, die Flexibilität und Originalität unterstützen, in KI repliziert werden, und das Verständnis dessen kann Ihnen helfen, die neuronale Basis Ihrer eigenen Kreativität zu schätzen. Da größere Modelle besser mit der Gehirnaktivität übereinstimmen, deutet dies darauf hin, dass Größe und Trainingsziele beeinflussen, wie KI menschliches Denken nachahmt – und vielleicht auch, wie Sie Ihr eigenes Denken optimieren können.
Indem Forscher verstehen, dass die Gehirnübereinstimmung je nach Aufgabe und Zeitpunkt variiert, können sie bessere KI-Assistenten für kreative Arbeit entwickeln und kognitive Trainingsmethoden verbessern, um Ihr divergentes Denken zu fördern.
Was Sie tun können
Um Ihr kreatives Denken zu fördern, üben Sie Aktivitäten, die das Default-Mode-Netzwerk stimulieren: Brainstorming über ungewöhnliche Verwendungen für alltägliche Gegenstände, Pausen, in denen Sie den Gedanken freien Lauf lassen, und offenes Problemlösen. Diese Aktivitäten stärken nicht nur Ihre Kreativität, sondern bringen auch die Aktivität Ihres Gehirns in Einklang mit den Mustern, die bei leistungsstarken KI-Modellen beobachtet werden.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainings-Level.
