Русский — для строгих: нейросети Claude меняет стиль и приоритеты в зависимости от языка

На английском нейросеть тоже была не склонна слишком любезничать.

Исследователи Anthropic выяснили, что поведение нейросетей Claude заметно меняется в зависимости от языка общения. Различия затрагивают не только тон и манеру речи: модель может по-разному расставлять приоритеты.

Сотрудники компании проанализировали 309815 обезличенных диалогов с моделями Sonnet 4.6, Opus 4.6 и Opus 4.7. В выборку вошли преимущественно субъективные запросы: просьбы дать совет, оценить ситуацию или помочь принять решение.

Ответы классифицировали по четырем шкалам: уступчивость или осторожность; теплота или строгость; подробность или краткость; откровенность или стремление сразу выполнить задачу.

Наиболее уступчивым Claude оказался при общении на арабском языке, а самым осторожным — на английском. На хинди и арабском модель чаще использовала вежливые формулировки и положительно оценивала идеи пользователя.

В английских и русских диалогах ответы были строже и сильнее ориентированы на точность, иногда в ущерб дружелюбному тону.

Различалась и длина сообщений. На английском Claude чаще давал развернутые объяснения, а на арабском предпочитал более короткие ответы. В нидерландских диалогах модель охотнее предупреждала о собственных ограничениях и возможных ошибках.

В Anthropic связывают эти особенности с неравномерностью обучающих данных. Количество, тематика и стиль текстов в датасетах существенно различаются между языками, поэтому модель усваивает разные коммуникативные шаблоны.

В то же время исследователи не приводят конкретных случаев, когда Claude демонстрировал бы принципиально разные моральные суждения на разных языках.