“你为何对我这么温柔？”……用韩语交流的AI更温暖
Claude在韩语回答中共情、安慰倾向突出
英语、俄语重视准确性……不同语言存在差异
研究显示，即使是同一种人工智能（AI），其回答倾向也会因使用语言不同而有所差异。Claude在使用韩语对话时，相较于其他语言的平均水平，更倾向于给出温暖、包容且简洁的回答。
据AI行业15日消息，Claude开发商Anthropic近日公布了一项研究结果，分析Claude会根据模型及用户使用语言呈现出何种价值倾向。
研究团队分析了5月期间两周内Claude用户提出没有固定正确答案的主观性任务时产生的30.9815万条匿名对话。分析对象包括Claude Sonnet 4.6、Opus 4.6和Opus 4.7等3个模型，以及Claude中使用最频繁的20种语言。
研究团队将Claude回答中呈现的价值倾向划分为四个维度：包容性与谨慎性、温暖感与严谨性、深度与简洁性，以及坦诚度与执行导向。
其中，韩语对话共有1.557万条。分析结果显示，韩语回答相较于整体平均水平，略更倾向于接受用户的需求和偏好，并展现情感上的温暖。在坦诚说明不确定性或局限性的同时，也更倾向于不作冗长解释，而是简洁传达用户所请求的内容。
具体而言，其主要特征包括：不对用户作出评判，而是表示共情或安慰；并根据用户的语气和敬语程度作出回应。研究还较为频繁地观察到Claude运用幽默或玩笑式表达营造亲切氛围。
不同语言之间的差异在“温暖感与严谨性”维度上最为明显。印地语和阿拉伯语回答相对更强调共情和鼓励等温暖感；英语和俄语回答则更重视准确性与逻辑性，例如检视用户的前提、纠正细节，并要求提供依据。
不同模型的倾向也不相同。Sonnet 4.6较常肯定用户的想法，并提供幽默和安慰，因此包容性和温暖感相对更强。Opus 4.7则更突出谨慎性、深度和坦诚度，例如优先警示风险因素，并批判性地检视用户的前提。Opus 4.6则呈现简洁、以结果为导向的回答倾向。
Anthropic表示，不同语言训练数据的规模与构成，以及各文化圈不同的对话方式等因素，可能影响了这些差异。不过，该公司称，语言间的倾向差异是否能为用户带来理想结果尚未得到验证，未来计划进一步分析训练数据与用户体验之间的关联。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
