В ходе масштабного исследования, охватившего более 309 815 диалогов, команда разработчиков выявила фундаментальную особенность поведения языковых моделей: смена языка общения кардинально меняет не только словарный запас, но и саму систему ценностей, которую демонстрирует нейросеть. Наиболее ярко этот феномен проявился при анализе русскоязычных сессий.
Специалисты свели более 3000 ранее идентифицированных ценностей Claude к четырем ключевым осям: Уступчивость против Осторожности, Теплота против Строгости, Глубина против Краткости и Откровенность против Результативности. Именно эти шкалы объясняют 15% всей вариативности в поведении модели. Ключевой вывод: профиль ценностей меняется не только между разными моделями, но и, что гораздо важнее, между 20 самыми популярными языками платформы.
Русский язык как полюс строгости
Наиболее значительные колебания происходят по оси «Теплота vs. Строгость» и «Откровенность vs. Результативность». Русский язык вместе с английским занял крайнее положение на полюсе строгости. Это означает, что при общении на русском Claude значительно чаще ведет себя как придирчивый рецензент, а не как ободряющий собеседник. Он активно оспаривает исходные предпосылки, исправляет детали, требует доказательств и дает критический разбор.
Для сравнения, на арабском и хинди модель смещается к максимальной теплоте, демонстрируя вежливость, юмор и одобрение идей пользователя. Практическое последствие очевидно: один и тот же бизнес-план получит совершенно разную оценку в зависимости от языка запроса. Русскоязычный пользователь с высокой вероятностью столкнется с жесткой критикой и требованиями обоснований, в то время как пользователь на хинди — с мягкой и поощрительной реакцией.
Модель тоже имеет значение
Важно понимать, что язык — не единственный фактор. Выбор конкретной версии модели также накладывает отпечаток:
- Sonnet 4.6 склоняется к уступчивости, теплоте и краткости, часто одобряя идеи и используя юмор.
- Opus 4.7 смещается к осторожности и глубине, оспаривая ложные предпосылки и давая откровенную критику.
- Opus 4.6 занимает промежуточную позицию с уклоном в строгость, уступчивость и краткость.
Исследователи пока не могут точно определить причину этих различий. Основная гипотеза — неравномерное распределение обучающих данных по языкам. Там, где данных много, добиться единообразия ценностей проще. Кроме того, состав текстов на разных языках отличается: профессиональные корпуса могут нести иные ценностные установки, чем разговорные.
Мой экспертный комментарий: Для криптоиндустрии и DeFi-сектора, где точность формулировок и критический анализ имеют первостепенное значение, такая «строгость» русскоязычного Claude — скорее преимущество, чем недостаток. Однако разработчикам и пользователям важно учитывать этот языковой сдвиг, чтобы избежать недопонимания при оценке сложных технических решений. Компания Anthropic планирует внедрить профилирование ценностей в процесс оценки и мониторинга моделей, что позволит лучше контролировать эту непреднамеренную вариативность. Вопрос о том, насколько такая вариативность желательна, остается открытым, но для криптосообщества, привыкшего к high-risk среде, строгий и требовательный ИИ-ассистент может оказаться куда полезнее «теплого» собеседника.