Ми звикли думати, що штучний інтелект — це об'єктивна машина. Однак нове глибоке дослідження команди Anthropic перевертає це уявлення. Виявляється, зміна мови спілкування з Claude змінює не просто слова у відповіді — вона кардинально трансформує саму систему цінностей нейромережі. І російська мова тут — найяскравіший приклад.
Фахівці проаналізували понад 300 000 діалогів 20 мовами та звели 3000 виявлених цінностей Claude до чотирьох фундаментальних осей поведінки. Результати вражають: за шкалою «Теплота проти Строгості» російськомовна версія нейромережі зміщується до полюса строгості сильніше, ніж будь-якою іншою мовою. Замість звичної дружньої підтримки Claude російською поводиться як вимогливий рецензент: він оскаржує передумови, виправляє деталі та вимагає доказів. На протилежному кінці шкали — арабська та гінді, де модель, навпаки, максимально тепла та схвальна.
Практичні наслідки колосальні. Уявіть: двоє людей просять оцінити один і той самий бізнес-план — один російською, інший мовою гінді. Російськомовний користувач з високою ймовірністю отримає критичний розбір з виправленнями та вимогою обґрунтувань. А користувач мовою гінді — м'який, заохочувальний зворотний зв'язок. Фактично, якість сервісу та враження користувача безпосередньо залежать від мови, якою він звертається до AI.
Чотири осі цінностей ШІ
Дослідники виділили чотири ключові параметри, за якими оцінювалася поведінка моделі: Поступливість проти Обережності, Теплота проти Строгості, Глибина проти Стислості та Відвертість проти Результату. Саме за віссю «Теплота-Строгість» розкид між мовами виявився максимальним. При цьому за іншими осями модель залишається більш стабільною.
Самі автори поки не знають точної причини такого ефекту. Головна гіпотеза — нерівномірний розподіл навчальних даних за мовами. Чим більше даних, тим легше досягти єдності цінностей. Крім того, професійні тексти різними мовами несуть різні норми та цінності. Однак Anthropic підкреслює: ці відмінності не були заплановані, і компанія має намір розбиратися з цією варіативністю.
Модель теж має значення
Мова — не єдиний фактор. Версія моделі також сильно впливає на профіль цінностей. Sonnet 4.6 схиляється до теплоти та поступливості, часто схвалюючи ідеї користувача. Opus 4.7, навпаки, зміщений до обережності та глибини — він оскаржує хибні передумови, дає відверту критику та попереджає про ризики. Підсумкова поведінка — це складна комбінація обраної мови та моделі.
Думка експерта: Це відкриття має пряме відношення до криптоіндустрії. Якщо AI-асистенти по-різному оцінюють бізнес-плани та аналітику різними мовами, це створює нерівні умови для глобальних команд. Російськомовні криптопроєкти можуть систематично отримувати жорсткішу критику від AI, ніж їхні конкуренти з арабського чи індійського регіонів. Це не баг, а фундаментальна особливість навчання нейромереж, яку необхідно враховувати при побудові глобальних стратегій. Anthropic планує впровадити профілювання цінностей в оцінку моделей до та після релізу — це стане важливим кроком до усвідомленого контролю над «характером» ШІ.