Anthropic: Claudes Werte variieren je nach Modell und Sprache

Anthropic hat eine Studie veröffentlicht, die beleuchtet, wie geäußerte Werte — Verhaltens- und Tonmuster, die aus echten Gesprächen gemessen werden — zwischen verschiedenen Claude-Versionen und den 20 meistgenutzten Sprachen auf der Claude.ai-Plattform variieren.

Methodik: 309.815 Gespräche, fünftausend pro Kombination

Die Studie basiert auf der Analyse von 309.815 anonymisierten Claude.ai-Gesprächen, wobei jede Modell-Sprach-Kombination durch etwa 5.000 Beispiele vertreten ist. Getestet wurden die Modelle Sonnet 4.6, Opus 4.6 und Opus 4.7. Die Unterschiede in den geäußerten Werten zwischen Modellen sind statistisch signifikant — sie entstehen nicht zufällig, sondern sind ein systematisches Phänomen, das im Training verankert ist.

Die vier identifizierten Achsen — Deference vs. Caution, Warmth vs. Rigor, Depth vs. Brevity und Candor vs. Execution — erklären zusammen 15 % der Gesamtvariation der geäußerten Werte. Die verbleibende Variation wird dem spezifischen Kontext jedes Gesprächs, dem Thema und der Art der Fragestellung zugeschrieben.

Wie unterscheiden sich Modelle entlang der Werteachsen?

Opus 4.7 neigt konsequent zu Vorsicht und Tiefe: Es liefert ausführlichere Antworten mit mehr Vorbehalten und Annahmeprüfungen. Sonnet 4.6 zeigt im Vergleich zu Opus 4.7 mehr Wärme und Gefügigkeit — es akzeptiert die Problemformulierung des Nutzers bereitwilliger und antwortet knapper. Opus 4.6 positioniert sich zwischen den beiden Modellen. Diese Unterschiede entsprechen den Nutzerwahrnehmungen, die Anthropic über Feedback erhebt.

Sprachliche Unterschiede: Hindi und Russisch als Extreme

Von den 20 analysierten Sprachen verzeichnen Hindi-Gespräche das höchste Maß an geäußerter Wärme, während russische und englische Gespräche das höchste Maß an Strenge zeigen. Die Forscher weisen darauf hin, dass diese Unterschiede wahrscheinlich auf kulturelle Kommunikationsnormen und die Art der Fragestellung zurückzuführen sind — nicht auf gezielte Trainingsentscheidungen.

Bedeutung für die Entwicklung und den Einsatz von KI-Systemen

Der Befund wirft Fragen zur Konsistenz von KI-Systemen in mehrsprachigen Kontexten auf. Wenn dasselbe Anthropic-Modell je nach Sprache des Nutzers statistisch unterschiedlich funktioniert, müssen Organisationen, die Claude in mehrsprachigen Umgebungen einsetzen, berücksichtigen, dass die Ergebnisse nicht einheitlich sind. Anthropic gibt an, dass die Studie künftige Trainingsentscheidungen informieren wird, nennt jedoch keine konkreten Zeitpläne für Änderungen.