Un studiu publicat luni arată că același asistent AI își schimbă comportamentul în funcție de limba în care este întrebat. Anthropic a analizat 309.815 conversații anonimizate cu Claude. Concluzia: modelul e mai cald în hindi și arabă, dar mai riguros în engleză și rusă.
Patru axe de comportament extrase din peste 3.300 de valori
Cercetătorii au lucrat doar cu conversații pe teme subiective, precum sfaturi sau feedback. Din peste 3.300 de valori identificate au rezultat patru dimensiuni comportamentale: deferență față de prudență, căldură față de rigoare, profunzime față de concizie și sinceritate față de execuție.
Echipa spune că a controlat sarcina, subiectul și valorile exprimate de utilizator în fiecare conversație. Ideea era să se măsoare comportamentul modelului, nu felul în care oamenii pun întrebările. Fără acest filtru, diferențele ar fi putut veni din prompturi.
Cum diferă Sonnet 4.6 de Opus 4.7
Fiecare model a ieșit cu un profil distinct. Sonnet 4.6 a înclinat spre căldură, deferență și răspunsuri scurte. Confirmă mai des utilizatorul și apelează la umor sau încurajări.
Opus 4.7 merge în direcția opusă. Contestă mai frecvent presupunerile utilizatorului, explică raționamentul și semnalează riscurile. Își recunoaște și propriile limite mai des decât celelalte modele.
Opus 4.6 s-a plasat undeva la mijloc. Rămâne concis și orientat spre execuția cererii, dar cu mai multă rigoare decât Sonnet. Anthropic notează că rezultatele se potrivesc cu percepția publicului: pe claude.ai, unii utilizatori au observat că Opus 4.7 își nuanțează răspunsurile mai mult decât alte variante.
Ce se schimbă atunci când vorbești cu Claude în altă limbă
Diferențele pe limbi au fost la fel de clare. Răspunsurile în arabă au fost mai deferente, iar cele în engleză mai prudente. Claude a folosit un limbaj mai politicos și mai jucăuș în hindi și arabă.
Engleza și rusa au dominat la capitolul rigoare. În aceste limbi, modelul contestă mai des afirmațiile, corectează detalii și cere dovezi. Tot engleza a produs explicațiile cele mai detaliate, în timp ce araba a rămas la răspunsuri scurte.
Neerlandeza a ieșit prima la sinceritate, cu mai multe recunoașteri ale incertitudinii și ale greșelilor. Indoneziana s-a concentrat pe rezolvarea cererii, fără comentarii suplimentare.
De ce contează pentru utilizatorii din România
Rezultatele publicate nu includ limba română, așa că nu există date despre cum se comportă Claude în conversațiile locale. Concluzia practică rămâne însă valabilă: alegerea limbii de lucru poate schimba tonul și nivelul de detaliu al răspunsurilor.
Pentru firmele românești care folosesc Claude în fluxuri interne, diferența dintre modele contează la fel de mult ca performanța brută. Un asistent care confirmă rapid cererea și unul care contestă premisele produc rezultate diferite în consultanță, redactare sau suport pentru clienți. Anthropic nu percepe tarife diferite în funcție de limbă, dar prețurile pentru API și abonamente sunt afișate în dolari, la care se adaugă cursul de schimb și TVA.
Ce spune Anthropic despre propriile concluzii
Compania precizează explicit că cercetarea nu sugerează că modelul ar avea valori proprii. Anthropic afirmă că încă nu știe ce produce aceste diferențe și nici dacă ele sunt dorite. Firma consideră totuși că metoda poate fi folosită pentru evaluarea modelelor viitoare și pentru depistarea schimbărilor neintenționate de comportament.
Studiul continuă o serie de cercetări despre funcționarea internă a modelelor. În octombrie, compania a raportat semne timpurii de „conștientizare introspectivă funcțională”, adică o capacitate a modelelor de a descrie aspecte ale propriei procesări. În aprilie, Anthropic a publicat o cercetare despre „vectori de emoție” care influențează comportamentul lui Claude, subliniind că nu sunt dovezi de emoții sau conștiință.
Direcția este consecventă cu poziționarea publică a companiei, care își construiește diferențierea față de OpenAI și Google pe transparența privind funcționarea modelelor. Un cadru de măsurare a comportamentului între versiuni ar putea deveni și un argument comercial, în condițiile în care clienții enterprise aleg tot mai des modelul în funcție de tonul potrivit cazului lor de utilizare.
