Anthropic affirme que Claude exprime des valeurs différentes selon le modèle et la langue choisis par l’utilisateur, après l’analyse de 309 815 conversations dans 20 langues.
Points clés :
- Anthropic a étudié 309 815 conversations anonymisées sur Claude.ai, couvrant des tâches subjectives, trois modèles et les 20 langues les plus utilisées sur la plateforme.
- Quatre axes de valeurs — déférence versus prudence, chaleur versus rigueur, profondeur versus concision, et franchise versus exécution — expliquent 15 % de la variation observée.
- L’entreprise reconnaît ne pas encore savoir quelle part de cette variation est réellement souhaitable.
Anthropic cartographie les axes de valeurs de Claude
L’entreprise a publié lundi cette étude, fondée sur des échanges réalisés sur Claude.ai pendant deux semaines en mai 2026. L’équipe est partie de 3 307 valeurs recensées dans des travaux précédents, puis les a regroupées manuellement en 339 catégories plus larges. Un outil préservant la confidentialité a étiqueté chaque conversation, avant qu’une méthode de compression statistique ne ramène ces étiquettes à quatre grands axes.
L’échantillon est réparti de manière homogène entre trois modèles — Sonnet 4.6, Opus 4.6 et Opus 4.7 — et les 20 langues les plus fréquentes sur la plateforme. Cela représente environ 5 000 conversations pour chaque paire modèle-langue, toutes centrées sur des tâches subjectives plutôt que sur de simples questions factuelles.
À lire aussi : Les paris sur les Dodgers atteignent 68 M$ alors que Polymarket et Kalshi misent sur la course aux playoffs
Les valeurs de Claude varient selon les langues
Les quatre axes opposent la déférence à la prudence, la chaleur à la rigueur, la profondeur à la concision, et la franchise à l’orientation vers l’exécution. Ensemble, ils expliquent 15 % de la variation des valeurs exprimées, une fois pris en compte la tâche, le sujet et les valeurs de l’utilisateur. Claude tend à être plus déférent et plus concis en arabe, et plus prudent et plus approfondi en anglais.
Les réponses en hindi ressortent comme les plus chaleureuses, celles en russe comme les plus rigoureuses, et le néerlandais comme la langue où Claude reconnaît le plus volontiers ses erreurs.
Les auteurs indiquent ne pas encore savoir dans quelle mesure ces écarts sont souhaitables, et citent la distribution inégale des données d’entraînement comme facteur probable. Certaines langues disposent de beaucoup plus de texte que d’autres, avec des profils de contenus différents. Deux personnes demandant un retour sur le même business plan, l’une en hindi et l’autre en russe, pourraient ainsi se forger des impressions divergentes de sa qualité, mettent-ils en garde.
Des questions sur le calendrier de la recherche d’Anthropic
L’article ne fournit aucun exemple concret où Claude raisonnerait différemment sur une question morale selon la langue, une lacune que des critiques ont soulignée. Des commentateurs ont également noté que les trois modèles étudiés sont désormais considérés comme hérités, depuis la sortie d’Opus 4.8, Fable 5 et Sonnet 5, postérieure à la collecte des données.
Ces travaux s’inscrivent dans une série de recherches qu’Anthropic consacre à ses propres systèmes.
Un projet antérieur, « Values in the Wild », avait exploité 700 000 conversations anonymisées et mis au jour plus de 3 000 valeurs distinctes dans les réponses de Claude. La société a aussi rapporté des travaux sur des vecteurs internes liés aux émotions et sur de premiers signes de conscience introspective, en rappelant à chaque fois que ces résultats ne prouvent ni que Claude possède des valeurs propres, ni qu’il est conscient.
À suivre : Ethereum rattrape Bitcoin et met à l’épreuve le scénario haussier 2026 de Tom Lee