當我們向 AI 提出沒有標準答案的問題時，它們的回答往往反映出特定的「價值觀」。AI 公司 Anthropic 近日發布一項研究，透過分析數十萬筆對話，量化了旗下 AI 模型 Claude 在不同情境下所展現的傾向，並揭示了 Claude 如何在不同的語言與模型架構下呈現出截然不同的「個性」。
從模糊的價值觀到精確的「四維座標」
為了理解 AI 如何處理複雜的道德與選擇問題，研究團隊將超過 3,000 種價值觀壓縮成四個核心軸線，以測量 Claude 在對話中的傾向：
- 順從 vs. 謹慎（Deference vs. Caution）：是否傾向迎合使用者需求，或優先考量風險控管。
- 溫暖 vs. 嚴謹（Warmth vs. Rigor）：是否傾向展現情緒共鳴與友善，或強調精確度與事實查核。
- 深度 vs. 簡潔（Depth vs. Brevity）：是否傾向提供深入的論述與分析，或僅針對需求給予精簡答覆。
- 坦率 vs. 執行（Candor vs. Execution）：是否傾向強調自身的不確定性與誠實，或致力於提供優化後的成果。
研究發現，不同的 Claude 模型擁有各自的「價值輪廓」。例如，Opus 4.7 以「嚴謹」聞名，常會主動點出風險、質疑錯誤假設並解釋推理過程；而 Sonnet 4.6 則展現出較高的「溫暖」與「順從」度，常透過幽默、肯定使用者的創意來與人互動。
語言差異：中文對話中的 Claude
另外，研究亦指出 Claude 的價值觀會隨著溝通語言的轉換而產生變化。以中文對話為例，根據最新數據分析，Claude 在中文情境下的價值傾向顯示出，在中文對話中，Claude 在「順從與謹慎」軸線（+0.03）與「溫暖與嚴謹」軸線（+0.05）上呈現輕微的偏向；在「深度與簡潔」軸線則微幅偏向深度（+0.02）。
同時也觀察到在中文環境下，Claude 展現出具體的行為特徵，包括：
- 點出相互競爭的考量因素（points out competing considerations）。
- 反駁錯誤的假設（pushes back on false assumptions）。
- 提供不帶評判的安慰（offers comfort without judgment）。
其他語言亦有顯著差異：例如 Claude 在印地語（Hindi）中最展現「溫暖」，而在俄語中則最偏向「嚴謹」。在阿拉伯語中，Claude 傾向表現出較高的「順從」與「簡潔」；而在英語環境下，則呈現出最高的「謹慎」與「深度」。
未來展望：打造更具文化適配性的 AI
Anthropic 研究人員表示，這些差異反映出語言背後的文化規範，以及訓練數據分布的不均。這項研究不僅是為了觀測，更重要的是為了讓開發團隊能精確調整 AI 的行為，確保 Claude 在世界各地使用時，皆能提供符合該文化語境、且具有良好判斷力的協助。
研究團隊強調，未來將進一步探討這些價值差異對使用者帶來的實際影響，並研究如何透過訓練過程，讓 AI 在跨語言溝通時能更穩定地表現出人類所期望的價值觀。
資料來源：Anthropic
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！