Anthropic asegura que Claude expresa distintos valores según el modelo y el idioma que elija el usuario, tras analizar 309.815 conversaciones en 20 lenguas.
Puntos clave:
- Anthropic analizó 309.815 conversaciones anonimizadas en Claude.ai con tareas subjetivas, abarcando tres modelos y los 20 idiomas más usados en la plataforma.
- Cuatro ejes de valor —deferencia frente a cautela, calidez frente a rigor, profundidad frente a brevedad y franqueza frente a ejecución— explican el 15% de la variación.
- La compañía admite que aún no sabe qué parte de esa variación es realmente deseable.
El estudio de Anthropic traza los ejes de valor de Claude
La compañía publicó el estudio el lunes, a partir de chats de Claude.ai recopilados durante dos semanas de mayo de 2026. El equipo partió de 3.307 valores identificados en trabajos previos y los agrupó manualmente en 339 categorías más amplias. Una herramienta de etiquetado respetuosa con la privacidad clasificó cada conversación y, a partir de ahí, técnicas estadísticas de compresión redujeron esas etiquetas a cuatro grandes ejes.
La muestra se repartió de forma equilibrada entre tres modelos —Sonnet 4.6, Opus 4.6 y Opus 4.7— y los 20 idiomas más frecuentes de la plataforma. El diseño dejó en torno a 5.000 conversaciones por cada combinación de modelo e idioma, todas en torno a tareas subjetivas, no a preguntas puramente factuales.
También en lectura recomendada: Las apuestas a los Dodgers alcanzan 68 millones de dólares mientras Polymarket y Kalshi se juegan la carrera a los playoffs de la MLB
Los valores de Claude cambian según el idioma
Los cuatro ejes contraponen deferencia frente a cautela, calidez frente a rigor, profundidad frente a brevedad y franqueza frente a ejecución. En conjunto, explican un 15% de la variación en los valores expresados, una vez controlados el tipo de tarea, el tema y los valores del propio usuario. Claude tendió a respuestas más deferentes y breves en árabe, y más cautas y profundas en inglés.
El hindi generó las respuestas más cálidas, el ruso las más rigurosas y el neerlandés las admisiones de error más francas.
Los autores admiten que aún no tienen claro qué parte de estas diferencias es deseable, y señalan como uno de los factores probables la asimetría en los datos de entrenamiento. Algunos idiomas cuentan con volúmenes de texto muy superiores a otros, y su composición también cambia. Dos personas que pidan opinión sobre el mismo plan de negocio, una en hindi y otra en ruso, podrían llevarse impresiones distintas sobre su calidad, advierten.
El calendario de la investigación de Anthropic, bajo la lupa
El documento no ofrece ejemplos concretos de Claude razonando de forma distinta sobre una misma cuestión moral en dos idiomas, una carencia que los críticos ya han señalado. Otros comentaristas han observado que los tres modelos analizados son ya heredados, dado que Opus 4.8, Fable 5 y Sonnet 5 se lanzaron después de la recogida de datos.
El trabajo se suma a una larga serie de investigaciones de Anthropic sobre sus propios sistemas.
Un proyecto previo, Values in the Wild, analizó 700.000 conversaciones anonimizadas e identificó más de 3.000 valores distintos en las respuestas de Claude. La compañía también ha informado sobre vectores internos de emociones y sobre indicios tempranos de autoconciencia introspectiva, subrayando en cada caso que estos hallazgos no implican que Claude posea valores propios ni consciencia.
Próxima lectura: Ethereum gana terreno frente a Bitcoin y pone a prueba el escenario alcista de Tom Lee para 2026