Verblüffende Studie: Unser Gehirn berechnet ständig das nächste Wort – ähnlich wie ChatGPT

ChatGPT schreibt nicht auswendig. Das System prüft bei jedem Wort, was im bisherigen Satz wahrscheinlich als Nächstes passt. Nach „Ich trinke morgens eine Tasse …“ ist „Kaffee“ wahrscheinlicher als „Schraube“. Moderne Sprachmodelle arbeiten mit solchen Erwartungen – Wort für Wort, Satz für Satz.

Eine neue Studie zeigt nun: Beim Zuhören macht das menschliche Gehirn offenbar etwas Ähnliches. Es wartet nicht passiv, bis ein Wort ausgesprochen ist. Es bildet ständig Erwartungen, wie ein Satz weitergehen könnte. Passt das nächste Wort in den Zusammenhang, bleibt die Hirnreaktion kleiner. Taucht ein überraschendes Wort auf, muss das Gehirn stärker nacharbeiten.

Forscher der Friedrich-Alexander-Universität Erlangen-Nürnberg und der Universität Heidelberg konnten diese Vorhersagen nun messen. 29 Erwachsene hörten rund 50 Minuten lang ein Hörbuch, während ihre Hirnaktivität aufgezeichnet wurde. Die Muster verglichen die Forscher anschließend mit den Vorhersagen moderner KI-Sprachmodelle.

Forscher messen Sprache im Gehirn

Viele frühere Untersuchungen arbeiteten mit einzelnen Wörtern oder kurzen Sätzen im Labor. In dieser Studie hörten die Teilnehmer dagegen eine zusammenhängende Geschichte. Die Forscher verbanden diese natürliche Hörsituation mit hochauflösenden Messungen der Hirnaktivität und den Berechnungen moderner KI-Modelle. So ließ sich verfolgen, wie Sprache im Gehirn während des Zuhörens verarbeitet wird.

Studienleiter Patrick Krauss von der Friedrich-Alexander-Universität Erlangen-Nürnberg erklärt: „In unserer Studie haben wir die natürliche, kontinuierliche Sprache eines Hörbuchs mit simultanen elektro- und magnetoenzephalographischen Messungen kombiniert und die Hirnaktivität der Probanden direkt mit den Vorhersagewahrscheinlichkeiten großer Sprachmodelle verglichen – und das mit einer zeitlichen Auflösung im Millisekundenbereich.“

Unerwartete Wörter fordern das Gehirn stärker

Das Muster war klar: Wörter, die gut in den Zusammenhang passten, lösten schwächere Hirnreaktionen aus. Überraschende Begriffe erzeugten deutlich stärkere Antworten.

Wenn das Gehirn ein Wort bereits erwartet, muss es offenbar weniger Arbeit leisten. Passt die Vorhersage zum tatsächlichen Sprachsignal, sinkt der Aufwand. Taucht dagegen ein unerwartetes Wort auf, muss der Kopf die Information neu einordnen.

Dieses Muster fanden die Forscher in den Messdaten wieder. Je besser ein Wort vorhersehbar war, desto geringer fiel die neuronale Reaktion aus. „Damit konnten wir nachweisen, dass das Gehirn Sprache aktiv vorhersagt. Diese Vorhersagen lassen sich messen und folgen ähnlichen Mustern wie in modernen Sprachmodellen“, erklärt Krauss.

Das nächste Wort kündigt sich oft vorher an

Besonders auffällig: Die Messgeräte registrierten Veränderungen der Hirnaktivität teilweise schon vor dem eigentlichen Wortbeginn. Das Gehirn reagierte also nicht erst, wenn ein gesprochenes Wort zu hören war. Es bereitete sich häufig schon vorher darauf vor. Aus dem bisherigen Gesprächsverlauf entsteht offenbar eine Erwartung darüber, wie der Satz weitergehen könnte.

Mehrere Beobachtungen sprechen dafür:

• Vorhersehbare Wörter lösten geringere Reaktionen aus.
• Überraschende Wörter erzeugten stärkere Antworten.
• Aktivität trat bereits vor dem Wortbeginn auf.
• Die Muster ähnelten den Vorhersagen moderner Sprachmodelle.

Das erklärt, warum Menschen Gesprächen so schnell folgen können. Der Kopf wartet nicht nur ab, sondern nimmt kommende Informationen ständig vorweg.

Moderne KI zeigt erstaunlich ähnliche Muster

Besonders aufschlussreich war der Vergleich mit künstlicher Intelligenz. Die Forscher nutzten mehrere Sprachmodelle, darunter BERT sowie verschiedene Llama-Modelle. Einige dieser Systeme trafen Vorhersagen, die den Mustern im menschlichen Gehirn erstaunlich nahe kamen.

„Besonders überrascht hat uns, dass sich zwischen Gehirn und Sprachmodellen nicht nur ähnliche Vorhersagen zeigen. Es verdichten sich Hinweise darauf, dass beide Systeme Sprache intern auf vergleichbare Weise organisieren“, so Krauss.

Eine Gleichsetzung von Mensch und Maschine ziehen die Forscher daraus aber nicht. „Die Tatsache, dass Gehirn und Sprachmodelle zu ähnlichen Ergebnissen kommen, bedeutet nicht automatisch, dass sie gleich funktionieren. Aber sie kann auf ähnliche Prinzipien der Informationsverarbeitung hinweisen“, sagt Mit-Autor Achim Schilling von der Universität Heidelberg.

Das kleinere KI-Modell war dem Menschen näher

Nicht das größte Sprachmodell passte am besten zu den Hirndaten. Die stärkste Übereinstimmung zeigte das kleinere Modell Llama 1B. Die Autoren vermuten, dass es menschliche Erwartungen in natürlichen Gesprächen besser abbildet als größere Varianten.

Warum zwei so unterschiedliche Systeme zu vergleichbaren Ergebnissen kommen, interessiert die Forscher besonders. Schilling und Krauss sehen darin einen Hinweis auf grundlegende Prinzipien der Sprachverarbeitung.

Krauss ist sich sicher „Wenn wir besser verstehen, wie Gehirn und Sprachmodelle Sprache repräsentieren und vorhersagen, könnten daraus langfristig neue Ansätze für Diagnostik, personalisierte Therapien, Gehirn-Computer-Schnittstellen oder besser erklärbare KI entstehen.“

Kurz zusammengefasst:

• Das Gehirn verarbeitet Sprache nicht erst beim Hören, sondern versucht ständig vorherzusagen, welches Wort als Nächstes kommt.
• Erwartbare Wörter verursachen weniger Hirnaktivität, während überraschende Wörter stärkere Reaktionen auslösen und mehr Verarbeitungsaufwand erfordern.
• Moderne KI-Sprachmodelle nutzen ein ähnliches Vorhersageprinzip, weshalb ihre Berechnungen in Teilen erstaunlich gut zu den gemessenen Gehirnreaktionen passen.

Übrigens: Gemeinsames Lachen kann Stress senken, neue Verbindungen im Gehirn fördern und Kindern helfen, leichter zu lernen – mehr dazu in unserem Artikel.

Bild: © Unsplash