Anthropic выяснила: Claude отвечает теплее на хинди и строже на русском

Anthropic опубликовала масштабное исследование поведения своего ИИ-ассистента Claude: компания проанализировала 309 815 анонимизированных диалогов за двухнедельный период в мае 2026 года. Главный вывод — язык, на котором пользователь задаёт вопрос, системно меняет тональность, стиль и содержание ответов модели. Два человека, задавших один и тот же вопрос на хинди и на русском, получат ответы, которые будут ощущаться принципиально по-разному.

Как устроено исследование

Для анализа Anthropic отобрала только те разговоры, в которых Claude приходилось взвешивать компромиссы или выносить субъективные суждения. Выборка равномерно распределена между тремя версиями модели — Sonnet 4.6, Opus 4.6 и Opus 4.7 — а также 20 наиболее используемыми языками на платформе Claude.ai.

Отправной точкой послужило более раннее исследование Values in the Wild, в котором было выявлено 3 307 ценностных терминов. Их сгруппировали в 339 обобщённых концептов, а затем с помощью статистического снижения размерности нашли четыре ключевые оси: «Следование vs. Осторожность», «Теплота vs. Строгость», «Глубина vs. Краткость» и «Откровенность vs. Исполнение». Чтобы исключить влияние темы разговора или ценностей самого пользователя, исследователи статистически контролировали тип задачи, предмет обсуждения и пользовательский контекст. После этих поправок четыре оси объясняют около 15% оставшейся вариации между диалогами.

Каждая модель ведёт себя по-своему

Модели демонстрируют измеримо разные профили поведения. Sonnet 4.6 чаще соглашается с идеями пользователя, охотно использует юмор и предлагает поддержку без осуждения. Opus 4.7, напротив, предупреждает о рисках без запроса, ставит под сомнение исходные допущения, открыто критикует и признаёт собственные ошибки. Opus 4.6 отвечает прямее, держится ближе к задаче и избегает лишних отступлений.

По словам Anthropic, эти профили совпадают с субъективными впечатлениями пользователей: Sonnet 4.6 воспринимается как особенно тёплая модель, тогда как в ответах Opus 4.7 чаще замечают осторожные формулировки и оговорки.

Язык меняет ответ

Различия между языками оказались не менее значительными, чем между версиями модели. Наибольший разброс показали оси «Теплота vs. Строгость» и «Откровенность vs. Исполнение».

На хинди Claude проявляет наибольшую теплоту: вежливые формулировки, юмор, игривость, поддержка. На арабском — похожая картина, плюс максимальная степень уступчивости и следования за собеседником. На русском и английском модель становится строже: она ставит под сомнение допущения, исправляет неточности, требует доказательств. На английском при этом фиксируется наибольший уровень осторожности. Нидерландские ответы отличаются особой прямотой и откровенностью, а индонезийские — ориентацией на конкретные действия и результат.

Для русскоязычных пользователей — а это значительная часть аудитории в Беларуси — это означает, что Claude по умолчанию настроен на более критичный и аналитический режим. Если вы просите оценить бизнес-план или стратегию на русском, ответ будет жёстче, чем тот же запрос на хинди или арабском. Это может быть преимуществом при технических или аналитических задачах, но стоит учитывать при работе с творческими или коммуникационными сценариями.

Среди возможных причин таких различий исследователи называют неравномерный объём обучающих данных на разных языках, различия в составе этих данных, перепредставленность определённых типов текстов, а также специфику коммуникативных норм в разных языковых сообществах.

Ограничения метода

Исследование честно обозначает границы своей объяснительной силы. Четыре оси описывают лишь 15% вариации — это значит, что большая часть различий между диалогами остаётся за рамками модели. Кроме того, не все оси являются настоящими противоположностями: больше уступчивости действительно сопровождалось меньшей осторожностью, а теплота — меньшей строгостью. Но «Глубина» и «Краткость», равно как «Откровенность» и «Исполнение», могли проявляться одновременно в одном разговоре.

Ещё одна методологическая проблема: ценностные метки в диалогах расставляла сама модель Claude Sonnet 4.6 — то есть представитель того же семейства, чьё поведение изучалось. Anthropic верифицировала метод через ручную проверку и тестирование 800 диалогов, переведённых на восемь языков, однако не исключает остаточных языковых смещений в разметке.

Важна и принципиальная оговорка компании: Anthropic не приписывает Claude ценности как агенту — речь идёт лишь об описании нормативных паттернов в ответах. Остаётся открытым вопрос: являются ли языковые различия в поведении модели желательной адаптацией к разным речевым сообществам или непреднамеренным следствием особенностей обучения.

Что это значит на практике

Для белорусских IT-команд и предпринимателей, активно использующих Claude в работе, исследование несёт практический сигнал. Если вы используете модель для генерации текстов, анализа данных или обратной связи по продукту — язык запроса влияет на результат не меньше, чем формулировка самого промпта.

При этом вопрос о том, какое поведение «правильное», остаётся открытым. Строгость русскоязычных ответов может быть ценным свойством при техническом ревью кода или финансовом анализе. Но если задача — генерация маркетинговых материалов или работа с пользователями из других культур, стоит экспериментировать с языком запроса осознанно. Исследование Anthropic — первый систематический шаг к пониманию того, как именно устроена эта вариативность.

— По материалам The Decoder: оригинальная статья. Перевод и адаптация — редакция Digital Business.