Anthropic が Claude の言語別「性格」を調査した研究を発表しました。同じ Claude モデルでも、使用言語によって表現される価値観が大きく異なることが統計的に実証されました。これは AI が訓練データと言語環境からいかに強い影響を受けるかを示す重要な発見です。

4つの価値観軸——Claude の「性格」を数値化

研究チームは 31 万件の匿名会話を分析し、3,307 の価値用語を整理。統計的次元削減により、Claude が表現する価値観を 4 つの核心軸にまとめました：

  1. Deference（従順さ） vs Caution（慎重さ）
  2. Warmth（温かさ） vs Rigor（厳密さ）
  3. Depth（深さ） vs Brevity（簡潔さ）
  4. Candor（率直さ） vs Execution（実行性）

この 4 軸フレームワークにより、各会話での Claude の「性格」を描写できるようになりました。

Claude モデル間の違い——Sonnet は友好的、Opus は警告的

異なるバージョンの Claude は、固有の価値観プロフィールを持っています：

  • Sonnet 4.6: ユーザーのアイデアをより頻繁に肯定し、ユーモアを活用。判断なしに快適さを提供する傾向
  • Opus 4.7: 求められずリスク警告を発し、仮説に疑問を呈する。自らの限界を率直に指摘する傾向

つまり、同じ質問でも「Sonnet は励ましてくれる返答」「Opus は慎重でリスク指向の返答」となる可能性があります。

言語による違い——文化的背景が AI の応答を形作る

最も興味深い発見は、言語による価値観の違いです：

言語特徴的な価値観
ヒンディー語最も温かい応答。丁寧な表現とユーモア優先
ロシア語最も厳密。仮定に疑問を呈し、論理重視
英語ロシア語と同様、厳密で批判的傾向
アラビア語最も従順。ユーザーへの順応性が高い
オランダ語特に率直で開放的。曖昧さを避ける傾向

これらの差異は、各言語の訓練データと文化的背景を反映していると考えられます。ヒンディー語コーパスはより親切・ユーモア的なテキストが多く、ロシア語テキストはより学術的・論理的である可能性があります。

方法論の限界と質問

ただし、この研究には重要な限界があります：

  • 4 つの軸が説明する「変動」は全体のわずか 15% — 会話のタスク、主題、ユーザー価値観の方が Claude の応答に影響
  • Claude Sonnet 4.6 自体が「どの値ラベルを割り当てるか」を判定しており、独立的な検証が不十分
  • 言語別での「文化的偏り」の原因が、訓練データか、意図的な調整か、その他の因子か、明確ではない

読者への示唆

アプリ開発者向け:

  • Claude の言語別応答を期待する際は、単言語化ではなく、多言語での動作検証が必須
  • 同じプロンプト・指示でも、言語変更で結果が変わる可能性を考慮

Claude ユーザー向け:

  • 日本語での Claude の応答は、このデータには含まれていないが、同様の言語・文化的影響を受けている可能性あり
  • 「AI が中立的」という仮定は成り立たず、使用言語が AI の「性格」を形作っていることを認識すべき

業界への視点:

  • 多言語 AI の公平性・バイアス対策は、単なる翻訳では不十分
  • 訓練データの文化的背景が AI の振る舞いを規定する重要さが、改めて実証された