Выбор языка общения кардинально меняет не только лексику, но и саму «личность» языковой модели. Мой анализ свежего исследования Anthropic показывает: Claude на русском языке демонстрирует принципиально иной профиль ценностей, смещаясь в сторону строгости и критики. Это не баг, а фундаментальная особенность работы больших языковых моделей, которую необходимо учитывать.
Исследователи компании свели более 3000 ранее выявленных ценностей Claude к четырем базовым осям, проанализировав 309 815 диалогов на 20 самых популярных языках. Русский язык в этой системе координат занял крайнюю позицию.
Четыре оси, определяющие характер ИИ
Каждая ось — это числовая прямая между двумя противоположными поведенческими паттернами:
- Deference vs. Caution (Уступчивость vs. Осторожность): готовность идти навстречу пользователю против защиты от рисков.
- Warmth vs. Rigor (Теплота vs. Строгость): позитивный настрой и забота против акцента на точность и факты.
- Depth vs. Brevity (Глубина vs. Краткость): развернутые объяснения против выполнения ровно того, о чем попросили.
- Candor vs. Execution (Откровенность vs. Результат): признание неопределенности против уверенного ответа.
Эти четыре оси объясняют 15% всей вариативности в ценностях, которые выражает Claude. Важно: ученые контролировали тему, задачу и ценности, выраженные пользователем, чтобы измерить именно ценности модели, а не различия в запросах.
Русский язык: полюс строгости
Наиболее сильные изменения профиля Claude между языками происходят по осям Warmth vs. Rigor и Candor vs. Execution. И именно русский язык вместе с английским оказался на самом строгом полюсе. На противоположном конце — арабский и хинди, где модель максимально смещена к теплоте.
Что это значит на практике? Строгость в исполнении Claude — это конкретный набор поведений: модель начинает оспаривать исходные предпосылки пользователя, исправлять детали и запрашивать доказательства. Теплота же проявляется через вежливые формулировки, юмор, игривость и одобрение идей собеседника.
Иными словами, на русском Claude ведет себя как придирчивый рецензент, а не как ободряющий собеседник.
Представьте: два человека просят обратную связь по одному и тому же бизнес-плану — один на хинди, другой на русском. Русскоязычный пользователь с гораздо большей вероятностью получит критический разбор с исправлениями и требованием обоснований. На других языках тот же план встретит более мягкую и поощрительную реакцию.
Почему это происходит?
Сами исследователи пока не знают точной причины. Основная гипотеза — неравномерное распределение обучающих данных по языкам. Там, где данных много (английский, русский), добиться единообразия ценностей проще. Состав текстов на разных языках тоже отличается: профессиональные тексты могут нести иные ценности.
Остается открытым и вопрос о желательности такой вариативности. Разные языки несут разные разговорные нормы, и часть различий может их отражать. Но другая часть — это явный пробел в качестве обслуживания языковых сообществ.
Язык — не единственный фактор
Модель Claude также влияет на профиль ценностей, причем различия между моделями и языками измеряются одним методом.
- Sonnet 4.6 склоняется к уступчивости, теплоте и краткости, часто одобряя идеи пользователя и прибегая к юмору.
- Opus 4.7, напротив, смещается к осторожности и глубине: оспаривает ложные предпосылки, предупреждает о рисках, дает откровенную критику.
- Opus 4.6 занимает промежуточную позицию с уклоном в строгость, уступчивость и краткость.
Anthropic отдельно отмечает: ценности могут зависеть и от демографических сигналов — возраста, профессии, региона. Алгоритмы считывают их как из прямых указаний пользователя, так и из тонких различий в теме, тоне и стиле.
Мой вывод как аналитика: Разработанный метод профилирования ценностей планируется встроить в оценку и мониторинг моделей — прогонять его до выпуска и после релиза. Это поможет отлавливать неожиданные сдвиги и сопоставлять профили ценностей с проблемным поведением. Пока же главный вывод для рынка: ценности Claude различаются способами, которые в Anthropic не выбирали намеренно, и разбираться с этой вариативностью компания намерена дальше. Для пользователей это означает, что критический подход к ответам ИИ на русском языке — не случайность, а системная характеристика, которую нужно учитывать при работе с моделью.