Kinder zeigen flexibles analogisches Denken, KI kann nicht

Key Takeaway

Kinder in diesem Alter zeigen ein flexibles analogisches Denken, das aktuelle KI‑Modelle nicht erreichen – sie können neue Regelstrukturen in unbekannten Alphabeten intuitiv erkennen und anwenden, während KI‑Modelle meist nur auf bereits erlernten Mustern basieren.

Summary

• Studieziel und -paradigma
  • Vergleich von 7‑bis‑9‑jährigen Kindern, Erwachsenen und vier führenden KI‑Modellen (inkl. ChatGPT) bei der Lösung von Analogie‑Puzzles.
  • Fokus auf textbasierte, alphabetische Puzzles (lateinisches, griechisches, symbolisches Alphabet) zur Reduzierung visueller bzw. kontextueller Wissensanforderungen.
• Methodik
  • Den Teilnehmern wurden aneinander angehängte Buchstabenfolgen gegeben, bei denen ein Regelwechsel vorlag (z. B. „ab“ zu „ac“).
  • Aufgabe: Übertragen derselben Regel auf andere Alphabete (lateinisch, griechisch, symbolisch).
• Ergebnisse
  • Kinder: 67 % korrekte Antworten im Symbolalphabet, generell bessere Leistungen in unbekannten Alphabete.
  • KI‑Modelle: Nur 34 % korrekte Antworten, bei symbolischem Alphabet oft unter 20 %.
  • Menschen demonstrieren schnelle, flexible Generalisierung, KI‑Modelle zeigen stark eingeschränkte Transferfähigkeit bei veränderten Kontexten.
• Interpretation der Forscher
  • Fundamentale Unterschiede in der Art zu denken: Kinder verstehen intuitiv die Ordnung von Alphabete, KI‑Modelle erkennen lediglich Muster, die sie bereits gesehen haben.
  • Aufgeschlossenheit gegenüber neuen Strukturen und Regeländerungen ist für KI bislang mangelhaft.
• Psychologische Perspektive und zukünftige Forschung
  • Erkenntnisse könnten zur Entwicklung lernfähigerer KI beitragen, indem menschliches Lernverhalten (z. B. von Babys) nachgebildet wird.
  • Untersuchung, ob KI in Zukunft in der Lage sein wird, analoges, adaptives Denken zu emulieren.
• Autor*innen und Publikation
  • Claire E. Stevenson, Alexandra Pafford, Han L. J. van der Maas, Melanie Mitchell.
  • Vorbereitung zur Veröffentlichung in Transactions of the Association for Computational Linguistics (Jan. 2026).
• Finanzierung
  • Co‑finanziert vom niederländischen Forschungsrat (NWO).
  • Projekt: „Learning to solve analogies: Why do children excel where AI models fail?“.
• Relevante Links
  • Press Release auf der UvA‑Website, Forschungsprofil von Dr. Stevenson.

Related queries:

Wie generalisieren Kinder neue alphabetische Regelungen besser als KI-Modelle?

Welche psychologischen Erkenntnisse aus Kindertests könnten KI-Entwicklungen beeinflussen?

In welchen Bereichen bleibt der Mensch bei analogem Denken dem aktuellen KI immer einen Schritt voraus?

Quelle: https://www.uva.nl/shared-content/uva/en/news/press-releases/2025/12/an-8-year-old-defeats-ai.html