Anthropic mengungkap Claude menampilkan nilai yang berbeda-beda bergantung pada model serta bahasa yang dipilih pengguna, setelah menganalisis 309.815 percakapan dalam 20 bahasa.
Poin Utama:
- Anthropic menganalisis 309.815 percakapan anonim di Claude.ai yang berisi tugas-tugas subjektif, mencakup tiga model dan 20 bahasa paling umum di platform.
- Empat sumbu nilai—kepatuhan vs kehati-hatian, kehangatan vs ketelitian, kedalaman vs kejelasan singkat, serta keterusterangan vs eksekusi—menjelaskan 15% variasi.
- Perusahaan mengakui belum tahu seberapa jauh variasi ini sebenarnya diinginkan.
Studi Anthropic Memetakan Sumbu Nilai Claude
Perusahaan menerbitkan riset ini pada Senin, berdasarkan percakapan di Claude.ai yang dikumpulkan selama dua pekan pada Mei 2026. Tim peneliti memulai dari 3.307 nilai yang sudah dikatalogkan dalam riset sebelumnya, lalu mengelompokkannya secara manual menjadi 339 kategori yang lebih luas. Sebuah alat berorientasi privasi memberi label ke setiap percakapan, dan analisis kompresi statistik mereduksinya menjadi empat sumbu nilai.
Sampel dibagi rata dari tiga model—Sonnet 4.6, Opus 4.6, dan Opus 4.7—serta 20 bahasa paling sering digunakan di platform. Hasilnya, tiap pasangan model-bahasa memiliki sekitar 5.000 percakapan, semuanya berfokus pada tugas subjektif alih-alih pertanyaan faktual sederhana.
Baca juga: Taruhan Dodgers Tembus $68 Juta Saat Polymarket dan Kalshi Menunggangi Perebutan Playoff MLB
Nilai Claude Bergeser Antarbahasa
Keempat sumbu ini memetakan kepatuhan versus kehati-hatian, kehangatan versus ketelitian, kedalaman versus kejelasan singkat, dan keterusterangan versus eksekusi. Bersama-sama, sumbu tersebut menjelaskan sekitar 15% variasi nilai yang diekspresikan, setelah jenis tugas, topik, dan nilai pengguna sendiri dikendalikan.
Dalam bahasa Arab, Claude cenderung lebih patuh dan ringkas. Dalam bahasa Inggris, ia lebih berhati-hati dan mendalam.
Tanggapan berbahasa Hindi tercatat paling hangat, bahasa Rusia paling ketat dan teliti, sementara bahasa Belanda paling sering memuat pengakuan kesalahan yang blak-blakan.
Para penulis menyebut mereka belum yakin seberapa besar variasi ini seharusnya dianggap positif. Mereka menunjuk ketimpangan data pelatihan lintas bahasa sebagai salah satu penyebab paling mungkin. Beberapa bahasa memiliki korpus teks jauh lebih besar daripada yang lain, dan komposisi isinya pun berbeda. Dua orang yang meminta masukan atas rencana bisnis yang sama—satu dalam bahasa Hindi dan satu lagi dalam bahasa Rusia—bisa jadi membentuk persepsi kualitas yang berbeda, mereka memperingatkan.
Riset Anthropic Dipertanyakan Soal Waktu
Makalah ini tidak menyajikan contoh konkret Claude mengambil posisi moral yang berbeda untuk pertanyaan yang sama dalam dua bahasa—celah yang telah disoroti para pengkritik. Pengamat juga mencatat bahwa ketiga model dalam studi ini kini berstatus lawas, menyusul peluncuran Opus 4.8, Fable 5, dan Sonnet 5 setelah data dikumpulkan.
Studi ini memperpanjang deretan panjang riset Anthropic atas sistem buatannya sendiri.
Proyek terdahulu bertajuk “Values in the Wild” menggali 700.000 percakapan anonim dan memetakan lebih dari 3.000 nilai berbeda dalam jawaban Claude. Perusahaan juga pernah melaporkan temuan tentang vektor emosi internal dan indikasi awal kemampuan refleksi diri, seraya menegaskan berulang kali bahwa temuan tersebut tidak membuktikan Claude memiliki nilai-nilai atau kesadaran layaknya manusia.
Baca berikutnya: Ethereum Menguat Mengungguli Bitcoin, Menguji Skenario Bull 2026 Versi Tom Lee