Anthropic 2026-yil 13-iyul kuni e’lon qilgan yangi tadqiqotida Claude modeli foydalanuvchi bilan qaysi tilda va qaysi model versiyasida muloqot qilayotganiga qarab sezilarli darajada turlicha «xarakter» namoyon etishini aniqladi. Kompaniya Claude.ai platformasidagi 309 815 ta anonimlashtirilgan suhbatni tahlil qildi. Ma’lumotlar 2026-yil may oyida ikki hafta davomida to’plangan bo’lib, ular Sonnet 4.6, Opus 4.6 va Opus 4.7 modellari hamda platformada eng ko’p foydalaniladigan 20 ta til o’rtasida teng taqsimlangan.
Anthropic avvalgi «Values in the Wild» tadqiqotida Claude javoblarida 3 300 dan ortiq turli qadriyatni aniqlagan edi. Bu safar tadqiqotchilar ushbu qadriyatlarni 339 ta yirik toifaga birlashtirib, statistik tahlil yordamida ularni to’rtta asosiy xulq-atvor o’qiga qisqartirdi. Har bir o’q ikki qarama-qarshi qadriyat guruhi orasidagi muvozanatni ifodalaydi:
- Deference vs. Caution — foydalanuvchi istagiga moslashish yoki ehtimoliy xavflar haqida ogohlantirish.
- Warmth vs. Rigor — samimiylik va rag’batlantirish yoki aniqlik, sinchkovlik va tanqidiy yondashuv.
- Depth vs. Brevity — batafsil tushuntirish yoki faqat so’ralgan savolga qisqa javob berish.
- Candor vs. Execution — o’z cheklovlarini ochiq tan olish yoki ishonchli va puxta javob taqdim etish.
Muhim jihati shundaki, suhbat mavzusi, vazifa turi va foydalanuvchi ifoda etgan qadriyatlar ta’siri hisobga olingandan keyin ham ushbu to’rtta o’q qolgan farqlarning taxminan 15 foizini izohlay oladi. Bu farqlar katta bo’lmasa-da, ular barqaror va statistik jihatdan o’lchanadigan xususiyatga ega.
Tadqiqot natijalariga ko’ra, Sonnet 4.6 eng samimiy, moslashuvchan va qisqa javob berishga moyil model hisoblanadi. U foydalanuvchining fikrini qo’llab-quvvatlash, hazil ishlatish va hukm qilmasdan dalda berishga ko’proq intiladi.
Opus 4.7 esa aksincha, ehtiyotkorlik va chuqur tahlilga eng ko’p moyillik ko’rsatadi. U noto’g’ri taxminlarni rad etishga, foydalanuvchi so’ramagan bo’lsa ham ehtimoliy xavflarni eslatishga, tanqidiy fikr bildirishga va o’z xatolarini tan olishga ko’proq moyil.
Opus 4.6 esa aniqlik, moslashuvchanlik va qisqalikka urg’u beradi. U asosan foydalanuvchi bergan savol doirasida qolib, ortiqcha tafsilotlarsiz javob qaytarishga intiladi.
Eng katta tafovut Warmth vs. Rigor o’qida kuzatildi. Claude hind va arab tillarida muloqot qilganda ko’proq samimiylik, muloyimlik, hazil va rag’batlantirishni namoyon etadi.
Ingliz va rus tillarida esa model ko’proq aniqlik va tanqidiy yondashuvga o’tadi — u taxminlarni tekshiradi, xatolarni to’g’rilaydi va dalillarni talab qilishga moyil bo’ladi. Shuningdek, ingliz tilida Claude eng yuqori darajada ehtiyotkorlik va chuqur tahlilni namoyon etsa, arab tilida u ko’proq moslashuvchan va qisqa javob berishga intiladi.
Anthropic bu farqlarning aniq sababini hali to’liq tushuntira olmayapti. Kompaniya ehtimoliy sabab sifatida turli tillardagi o’quv ma’lumotlari hajmi va tarkibidagi nomutanosiblikni ko’rsatmoqda. Biroq kompaniya bu holatni muammo sifatida emas, balki birinchi marta o’lchash va kuzatish mumkin bo’lgan xususiyat sifatida baholamoqda. Bu esa kelajakda modelni o’qitish jarayonida bunday farqlarni yanada aniqroq boshqarish imkonini berishi mumkin.
Anthropic ta’kidlashicha, bu farqlar amaliy jihatdan ham muhim oqibatlarga ega bo’lishi mumkin. Masalan, bir xil biznes-reja bo’yicha fikr so’ragan ikki foydalanuvchi — biri hind, ikkinchisi rus tilida murojaat qilsa — mazmun jihatidan o’xshash, ammo ohangi sezilarli darajada farq qiladigan javob olishi mumkin. Natijada ular o’z biznes g’oyasi sifati haqida turlicha taassurotga ega bo’lishi ehtimoldan xoli emas.
Kompaniya keyingi bosqichda modellar va tillar bo’yicha ushbu farqlarni muntazam kuzatib borish hamda foydalanuvchilar bunday tafovutlarni qanday qabul qilishini chuqurroq o’rganishni rejalashtirmoqda.
