クロードに優しく話してもらいたいなら、ヒンディー語かアラビア語を試してみて

Anthropicの研究者らは、AIモデルClaudeが言語によって異なる価値観を示すことを体系的に調査した。その結果、4つの主要な軸—服従vs慎重、温かさvs厳格さ、深さvs簡潔さ、率直さvs実行力—が、言語間の価値観の変動の約15%を説明することが分かった。

Anthropicは脚注で、これらの「価値観」はモデルが内在的に保持しているわけではなく、その出力に反映された規範的な考慮事項（誠実さや慎重さなど）であると強調している。Claudeが従順に見える言葉を発しても、それは真の理解や敬意を表しているわけではない。これは、Anthropicがマーケティングで擬人化を進めてきた歴史を考えると、重要な区別である。

研究によれば、言語による違いは顕著である。例えば、アラビア語やヒンディー語で話しかけると、Claudeはより温かい対応を示す。一方、英語やロシア語では厳格さと正確さが強調される。率直さvs実行力の軸では、オランダ語版は謙虚で欠点を認める回答を、インドネシア語版は洗練され自信に満ちた回答を生成する。深さvs簡潔さでは、アラビア語は簡潔、英語は詳細で深みのある回答となる。

モデルのバージョン間でも差が見られ、Sonnet 4.6はより従順で温かく、Opus 4.7は正確性と悪用防止に重点を置く。これらの差は訓練データや微調整の違いに起因する可能性があるが、言語自体の影響も無視できない。

この発見は実用的な影響を持つ。例えば、同じビジネスプランのフィードバックをヒンディー語とロシア語で依頼すると、Claudeの評価の枠組みが異なるため、異なる印象を得る可能性がある。また、簡潔な言語はトークン消費を抑え、コスト削減につながる。さらに、英語では拒否率が低く、jailbreakが容易であることも知られており、言語ごとの安全性の違いも重要である。

Anthropicは、これらの差異を測定できることが、言語間の違いがどの程度望ましいかを判断する前提条件だと述べている。現時点では、訓練データのどの特性がこれらの違いを生むのかは不明だが、さらなる探求が必要だとしている。