対話AIのClaudeが応答で表す価値傾向は、使う言語によって異なる。約31万件の会話を使ったAnthropicの分析では、20言語間の差は温かさと厳密さの軸で最も大きく、3モデル間にも異なる傾向が見られた。
主観的な課題を含む約31万件を比較
Anthropicは、対話AIのClaudeが応答で何を重視するかを調べるため、対話サービスClaude.aiの会話309,815件を分析した。対象は、利用者が主観的な課題を依頼した会話である。
標本は、AIモデルのSonnet 4.6、Opus 4.6、Opus 4.7と、利用上位20言語から均等に抽出した。モデルと言語の組み合わせごとに、およそ5,000件の会話を比較する構成になっている。
価値の有無を分類し、共起から4軸を作る
分析の出発点は、先行研究で特定した3,307の価値である。Anthropicは意味の近いものを手作業でまとめ、339の上位概念に整理した。分析ツールはClaudeを使い、各会話にそれぞれの価値が表れているかどうかを分類した。
分類結果には次元削減を適用し、一緒に表れやすい価値の組み合わせを少数の比較軸へ圧縮した。得られたのは「意向への配慮と慎重さ」「温かさと厳密さ」「掘り下げと簡潔さ」「率直さと実行重視」の4軸で、価値の変動の15%を捉えた。
各軸は、二つの価値群のどちらに傾くかを示す。両端の価値が排他的という意味ではなく、例えば温かさと厳密さは同じ会話にも表れる。
モデル間では配慮、慎重さ、掘り下げに差
この4軸を使ったAnthropicの比較では、Sonnet 4.6は利用者の意向への配慮や温かさを重視する傾向を示した。一方、Opus 4.7は正確さや精密さ、不適切な利用への警戒を重視する側に寄った。
回答をどこまで掘り下げるか、不確かさをどう扱うかにも違いがある。Opus 4.6は簡潔さと実行重視に寄り、Opus 4.7は掘り下げと率直さに寄る傾向を示した。ここでいう率直さは自身の不確かさを前面に出すこと、実行重視は整った自信のある回答を仕上げることを指す。
言語間で最大の差は温かさと厳密さ
20言語を比較すると、差が最も大きかったのは温かさと厳密さの軸だった。温かさ側は肯定的な表現や相手への気遣いを、厳密さ側は正確さや精密さを重視する傾向に対応する。
Anthropicの分析では、温かさに関わる価値への傾きはアラビア語とヒンディー語で最も強かった。厳密さに関わる価値への傾きは、英語とロシア語で最も強かった。