AIにも“お国柄”がある？日本語は優しく、ロシア語は厳密…アンソロピック調査で判明

アンソロピックがAIモデルや言語による価値観の違いに関する研究結果を発表

　　対話の傾向には、使用するAIモデルごとに明確な違いが確認された。研究対象となったOpus 4.7は、リスクに対する慎重さや詳細に説明する深さの指標が特に高く、情報の正確性を重視する厳密さや、自らの誤りや限界を明示する率直さも重視する傾向を示した。一方、Sonnet 4.6は、利用者の意見や成果物を肯定するなど、利用者の意向に配慮する傾向や情緒的な暖かさ、簡潔な応答の指標が平均を上回った。Opus 4.6は、情報の厳密さや利用者の意向への配慮、簡潔さに加え、依頼された範囲内で回答をまとめる実行力を重視する傾向が見られた。こうした違いは、モデルごとのキャラクター訓練やファインチューニングの判断などによって形成された可能性がある。

　使用言語によっても、AIの応答に異なる傾向が示された。英語での対話では、リスクに対する慎重さや説明の深さ、情報に対する厳密さが高い数値を示した。タイ語では、利用者の意向への配慮は平均付近にとどまる一方、表現の暖かさと説明の深さが平均を上回った。ポーランド語では、リスクに対する慎重さと情報の厳密さが高い傾向を示した。

　日本語で対話した場合、利用者の意向への配慮、表現の暖かさ、簡潔さ、自らの限界を認める率直さが、いずれも全会話の平均を上回った。特徴的な振る舞いとして、利用者の感情をまず受け止めることや、丁寧で感情に寄り添う言葉を使う傾向が記録されている。同様に、アラビア語では利用者の意向への配慮と簡潔さが、ヒンディー語では表現の暖かさが高い値を示した。一方、ロシア語では厳密さが、インドネシア語では実行力が、オランダ語では率直さが、それぞれ全言語の中で最も高い値となった。

　　こうしたAIの応答傾向のばらつきについて、言語ごとの学習データの量や構成の違いが影響している可能性が挙げられている。加えて、言語ごとに異なる対話上の規範をClaudeが反映している可能性も示された。Anthropicは、今回用いた評価手法について、今後のAIモデルの評価や公開後のモニタリング、応答傾向の調整に活用できる可能性があるとしている。