Anthropic sostiene che Claude esprima valori diversi a seconda del modello e della lingua scelta dall’utente, dopo aver analizzato 309.815 conversazioni in 20 idiomi.
Punti chiave:
- Anthropic ha campionato 309.815 conversazioni anonimizzate su Claude.ai, focalizzate su compiti soggettivi, attraverso tre modelli e le 20 lingue più usate sulla piattaforma.
- Quattro assi di valori – deferenza vs cautela, calore vs rigore, profondità vs sintesi e franchezza vs esecuzione – spiegano il 15% della variazione osservata.
- L’azienda afferma di non sapere ancora quanto di questa variabilità sia effettivamente desiderabile.
Lo studio Anthropic mappa gli assi valoriali di Claude
L’azienda ha pubblicato la ricerca lunedì, basandosi su chat di Claude.ai raccolte in due settimane di maggio 2026. Il team è partito da 3.307 valori catalogati in lavori precedenti, raggruppandoli manualmente in 339 categorie più ampie. Uno strumento a tutela della privacy ha etichettato ogni conversazione, e una successiva compressione statistica ha ridotto tali etichette a quattro assi principali.
Il campione è stato bilanciato tra tre modelli – Sonnet 4.6, Opus 4.6 e Opus 4.7 – e sulle 20 lingue più diffuse sulla piattaforma. Questo ha prodotto circa 5.000 conversazioni per ogni coppia modello-lingua, tutte incentrate su compiti soggettivi e non su semplici domande fattuali.
Da leggere anche: Le scommesse sui Dodgers toccano 68 milioni di dollari mentre Polymarket e Kalshi puntano sulla corsa playoff della MLB
I valori di Claude cambiano da una lingua all’altra
I quattro assi mettono in tensione deferenza e cautela, calore e rigore, profondità e brevità, franchezza e focalizzazione sull’esecuzione. Insieme spiegano il 15% della variabilità nei valori espressi, una volta controllati il tipo di compito, l’argomento e i valori dell’utente stesso. Secondo lo studio, Claude tende alla deferenza e alla sintesi in arabo, mentre in inglese privilegia cautela e maggiore profondità.
Le risposte in hindi risultano le più “calde”, quelle in russo le più rigorose, mentre l’olandese è la lingua in cui Claude ammette gli errori con maggiore franchezza.
Gli autori ammettono di non sapere ancora quanto di questa eterogeneità sia auspicabile e indicano nella distribuzione disomogenea dei dati di addestramento una possibile causa. Alcune lingue dispongono di molti più testi di altre, e la composizione di tali corpus varia sensibilmente. Due persone che chiedono un feedback sullo stesso business plan, una in hindi e una in russo, potrebbero così ricevere impressioni qualitativamente diverse sulla bontà del progetto, avvertono i ricercatori.
Tempistica e limiti della ricerca Anthropic
Il paper non offre esempi concreti in cui Claude ragioni in modo divergente su una stessa questione morale in lingue differenti, una lacuna che i critici hanno già segnalato. Altri osservatori hanno inoltre notato che tutti e tre i modelli analizzati sono ormai versioni legacy, dato che Opus 4.8, Fable 5 e Sonnet 5 sono stati rilasciati dopo la raccolta dei dati.
Il lavoro s’inserisce in una lunga serie di studi di Anthropic sui propri sistemi.
Un progetto precedente, “Values in the Wild”, aveva analizzato 700.000 conversazioni anonimizzate, facendo emergere oltre 3.000 valori distinti nelle risposte di Claude. L’azienda ha inoltre riportato ricerche su vettori interni legati alle emozioni e su segnali iniziali di consapevolezza introspettiva, sottolineando di volta in volta che tali risultati non provano che Claude possieda valori propri o una qualche forma di coscienza.
Prossima lettura: Ethereum accelera su Bitcoin, mettendo alla prova il bull case 2026 di Tom Lee