Anthropic afirma que o Claude expressa valores diferentes dependendo do modelo e do idioma escolhido pelo usuário, após analisar 309.815 conversas em 20 idiomas.
Principais pontos:
- A Anthropic analisou 309.815 conversas anônimas no Claude.ai, focadas em tarefas subjetivas, cobrindo três modelos e os 20 idiomas mais usados na plataforma.
- Quatro eixos de valores — deferência versus cautela, cordialidade versus rigor, profundidade versus concisão e franqueza versus execução — explicam 15% da variação observada.
- A empresa diz que ainda não sabe em que medida essa variação é positiva ou problemática.
Estudo da Anthropic mapeia eixos de valores do Claude
A empresa publicou o estudo na segunda-feira, com base em conversas do Claude.ai coletadas ao longo de duas semanas em maio de 2026. A equipe partiu de 3.307 “valores” catalogados em trabalhos anteriores e, em seguida, agrupou-os manualmente em 339 categorias mais amplas. Uma ferramenta com proteção de privacidade classificou cada conversa, e técnicas estatísticas de compressão reduziram essas categorias a quatro grandes eixos de valores.
A amostra foi distribuída de forma equilibrada entre três modelos — Sonnet 4.6, Opus 4.6 e Opus 4.7 — e os 20 idiomas mais comuns na plataforma. Isso resultou em cerca de 5.000 conversas para cada combinação de modelo e idioma, todas voltadas para tarefas subjetivas, e não para perguntas puramente factuais.
Leia também: Apostas nos Dodgers chegam a US$ 68 mi enquanto Polymarket e Kalshi surfam corrida pelos playoffs da MLB
Valores do Claude variam conforme o idioma
Os quatro eixos contrapõem deferência e cautela, cordialidade e rigor, profundidade e concisão, franqueza e foco em execução. Juntos, explicam 15% da variação nos valores expressos, controlando por tipo de tarefa, tema e valores do próprio usuário. Em árabe, o Claude tende mais à deferência e à concisão; em inglês, pende para maior cautela e respostas mais profundas.
Em hindi, as respostas apareceram como as mais calorosas; em russo, como as mais rigorosas; e em holandês, como as que mais admitem erros de forma aberta.
Os autores dizem ainda não saber até que ponto essa variação é desejável. Eles apontam a assimetria dos dados de treinamento como uma provável causa: alguns idiomas contam com muito mais texto do que outros, e a natureza desse material também varia. Assim, duas pessoas pedindo avaliação do mesmo plano de negócios — uma em hindi e outra em russo — poderiam sair com percepções diferentes sobre a qualidade da proposta, alertam os pesquisadores.
Estudo da Anthropic levanta dúvidas sobre timing
O artigo não apresenta exemplos concretos em que o Claude raciocina de forma diferente sobre uma mesma questão moral em dois idiomas distintos — uma lacuna que críticos já apontaram. Comentadores também observaram que os três modelos analisados já são considerados legados, já que Opus 4.8, Fable 5 e Sonnet 5 foram lançados depois do período de coleta dos dados.
O trabalho se soma a uma longa linha de pesquisas da Anthropic sobre seus próprios sistemas.
Um projeto anterior, “Values in the Wild”, vasculhou 700.000 conversas anônimas e identificou mais de 3.000 valores distintos nas respostas do Claude. A empresa também já relatou experimentos com vetores de emoção internos e sinais iniciais de consciência introspectiva, sempre ressaltando que esses achados não significam que o Claude possua valores próprios ou consciência.
Próximo: Ethereum ganha terreno sobre Bitcoin e testa tese de alta de Tom Lee para 2026