El comportamiento de Claude con IA varía según el modelo y el idioma, según muestra una investigación de Anthropic.

Anthropic publicó el lunes una investigación que analiza cómo su asistente de IA Claude expresa diferentes valores según la versión del modelo que eligen los usuarios y el idioma en el que se comunican. La compañía examinó 309.815 conversaciones de usuarios anonimizadas en las que se realizaban tareas subjetivas, como dar consejos o proporcionar feedback. Anthropic destiló más de 3.300 valores identificados en cuatro dimensiones conductuales para medir en qué se diferencian las respuestas de Claude a lo largo de las conversaciones. La investigación busca comprender las variaciones conductuales en sistemas de IA como parte de los estudios continuos de Anthropic que examinan el comportamiento interno de Claude.

Anthropic analiza 309.815 conversaciones para mapear el comportamiento de Claude

Los investigadores de Anthropic analizaron 309.815 conversaciones de usuarios anonimizadas con Claude que implicaban tareas subjetivas. La compañía dijo que redujo más de 3.300 valores identificados a cuatro dimensiones conductuales: deferencia frente a cautela, calidez frente a rigor, profundidad frente a brevedad y franqueza frente a ejecución. Estas dimensiones describen cómo varían las respuestas de Claude en cada conversación.

Los investigadores escribieron que controlaron la tarea de cada conversación, el tema y los valores expresados por el usuario para medir los valores que Claude expresó, en lugar de las diferencias en lo que los usuarios pidieron o en cómo lo pidieron.

Sonnet 4.6 y Opus 4.7 muestran perfiles conductuales distintos

Según Anthropic, cada modelo de Claude mostró un perfil conductual distinto. Sonnet 4.6 enfatizó la calidez, la deferencia y la brevedad, a menudo afirmando a los usuarios y respondiendo con humor o aliento. Opus 4.7 enfatizó el rigor, la cautela, la franqueza y la profundidad, desafiando con más frecuencia las suposiciones, explicando su razonamiento, identificando riesgos y reconociendo sus limitaciones. Opus 4.6, en general, adoptó un enfoque más conciso y centrado en la ejecución, pero con mayor énfasis en el rigor que Sonnet.

Los investigadores escribieron que estos hallazgos coinciden con cómo la gente percibe estos modelos, tanto dentro de Anthropic como en internet. Los usuarios de Claude.ai han comentado que Opus 4.7 limita (o matiza) sus respuestas con más frecuencia que otros modelos.

Las respuestas de Claude varían entre árabe, inglés, hindi y otros idiomas

Según Anthropic, el comportamiento de Claude también variaba según el idioma. Las respuestas en árabe tendían a ser más deferentes, mientras que las respuestas en inglés ponían más énfasis en la cautela. Claude fue más cálido en hindi y árabe, usando un lenguaje más cortés, juguetón y alentador. Las respuestas en inglés y ruso fueron más rigurosas: con frecuencia desafiaban suposiciones, corregían detalles y pedían evidencia.

Las respuestas en inglés también tendían a ofrecer explicaciones más detalladas, mientras que las respuestas en árabe, en general, eran más concisas. Las respuestas en neerlandés fueron las más francas: reconocían con más facilidad la incertidumbre y los errores. En cambio, las respuestas en indonesio se centraron más en completar la solicitud del usuario.

Anthropic afirma que la investigación no sugiere que Claude tenga valores

Anthropic dijo que la investigación no sugiere que Claude en sí tenga valores. La compañía afirmó que todavía no sabe qué causa las diferencias ni si son deseables, pero cree que el marco podría ayudar a evaluar futuros modelos e identificar cambios conductuales no previstos.

El estudio es el más reciente de una serie de investigaciones de Anthropic que examinan el comportamiento interno de Claude. En octubre, la compañía informó de que sus modelos mostraron señales tempranas de lo que llamó “conciencia introspectiva funcional”, lo que les permite reconocer y describir aspectos de su propio procesamiento interno. En abril, Anthropic publicó una investigación que identificaba “vectores de emoción” internos que influyen en el comportamiento de Claude, mientras insistía en que no son evidencia de emociones ni de conciencia.

Preguntas frecuentes (FAQ)

¿Qué reveló la investigación de Anthropic sobre Claude?

La investigación de Anthropic, publicada el lunes, reveló que la IA de Claude expresa diferentes valores dependiendo de la versión del modelo y del idioma usado en las conversaciones. La compañía analizó 309.815 conversaciones anonimizadas de usuarios y detectó más de 3.300 valores, que se destilaron en cuatro dimensiones conductuales: deferencia frente a cautela, calidez frente a rigor, profundidad frente a brevedad y franqueza frente a ejecución.

¿Cómo se diferencian en comportamiento las versiones del modelo de Claude?

Según Anthropic, Sonnet 4.6 enfatizó la calidez, la deferencia y la brevedad, a menudo afirmando a los usuarios con humor o aliento. Opus 4.7 enfatizó el rigor, la cautela, la franqueza y la profundidad, desafiando con más frecuencia las suposiciones y reconociendo las limitaciones. Opus 4.6 adoptó un enfoque más conciso y centrado en la ejecución, a la vez que ponía mayor énfasis en el rigor que Sonnet.

¿Por qué Claude se comporta de forma diferente en distintos idiomas?

La investigación de Anthropic halló que las respuestas de Claude variaban según el idioma: las respuestas en árabe eran más deferentes, las de inglés hacían más énfasis en la cautela, y las de hindi y árabe mostraban más calidez. Las respuestas en inglés y ruso fueron más rigurosas, mientras que las de neerlandés fueron las más francas. La compañía dijo que todavía no sabe qué causa estas diferencias.