Исследователи Anthropic выяснили: язык общения напрямую влияет на ценности ИИ-модели Claude. В русскоязычной версии нейросеть заметно смещается в сторону строгости, теряя привычную теплоту, в то время как английская версия сохраняет баланс. Эксперты свели более 3000 ранее выявленных ценностей Claude к четырем основным осям и измерили, как меняется профиль между 20 самыми популярными языками платформы.
Как четыре оси ценностей определили поведение ИИ
Исследователи выделили четыре оси, каждая из которых представляет собой числовую прямую между двумя группами ценностей. Русский язык стал одним из полюсов: именно на нем, наряду с английским, Claude сильнее всего склоняется к строгости в ущерб теплоте.
- Deference vs. Caution — уступчивость (идти навстречу пользователю) против осторожности (отказ от выполнения сомнительных запросов).
- Empathy vs. Strictness — эмпатия (сопереживание, мягкость) против строгости (прямолинейность, фокус на правилах).
- Openness vs. Boundaries — открытость (готовность обсуждать любые темы) против границ (отказ от выхода за рамки).
- Neutrality vs. Directness — нейтральность (уклончивые ответы) против прямоты (четкие и однозначные формулировки).
Почему русскоязычная версия стала самой строгой
Полученные данные показали, что на русском языке Claude демонстрирует значительный сдвиг в сторону оси «Строгость». Это означает, что модель реже проявляет эмпатию, чаще отказывается от выполнения заданий, которые считает рискованными, и дает более прямые и жесткие ответы.
Английский язык остается эталоном баланса: на нем Claude показывает наиболее сбалансированный профиль между теплотой и строгостью.
На других языках, включая французский, немецкий и японский, отклонения от английского эталона оказались менее выраженными. Русский язык в этом исследовании стал одним из самых «полярных» — наряду с корейским и арабским, где модель также склоняется к строгости, но по другим причинам.
Что это значит для пользователей и разработчиков
Исследование Anthropic — часть более широкой работы компании по изучению того, как языковые модели адаптируются к разным культурным контекстам. Ранее подобные эффекты наблюдались и у других моделей, например, у GPT от OpenAI, но в меньшей степени. Для русскоязычных пользователей это означает, что при общении с Claude на русском стоит ожидать более строгих и менее «человечных» ответов, особенно в чувствительных темах. Разработчикам, использующим API Claude для русскоязычных проектов, важно учитывать этот сдвиг при настройке поведения модели.
PI$0.0755-6.38%
Anthropic планирует продолжить исследование, чтобы понять, как именно культурные и языковые особенности влияют на ценности ИИ, и разработать методы для более тонкой настройки поведения модели под конкретную аудиторию. Останется ли русский язык полюсом строгости в будущих версиях — пока открытый вопрос.