Исследователи обнаружили, что выбор языка общения с языковыми моделями, такими как Claude, существенно влияет на вежливость и эмоциональную окраску ответов. Запросы на хинди или арабском языке провоцируют модель отвечать более мягко и обходительно по сравнению с английским. Этот феномен указывает на глубокие культурные и лингвистические смещения, заложенные в процессе обучения ИИ на различных корпусах текстов.
Различия в стиле ответов объясняются тем, как модели интерпретируют социальные нормы, закодированные в обучающих данных для разных языковых групп. В то время как английские промпты часто приводят к прямолинейным и функциональным ответам, использование языков с более выраженной традицией вежливых оборотов заставляет модель адаптировать свой «характер». Это создает непредсказуемые различия в пользовательском опыте при работе с одной и той же моделью в разных регионах.
Данное наблюдение ставит перед разработчиками вопрос о необходимости калибровки тональности моделей для обеспечения консистентного поведения. Сейчас пользователи, переключаясь на другие языки, могут получать ответы, которые воспринимаются как более эмпатичные или, наоборот, более формальные, что может быть критично для сервисов поддержки или образовательных инструментов, где важна определенная эмоциональная дистанция.
Ключевые факты
- Исследование показало, что Claude демонстрирует более вежливый и мягкий тон при взаимодействии на хинди и арабском языках.
- Разница в стиле ответов обусловлена культурными особенностями обучающих данных, а не прямым программированием «личности» модели.
- Феномен подчеркивает проблему отсутствия единого стандарта «тональности» (tone of voice) при мультиязычном использовании ИИ.
- Подобные лингвистические смещения могут влиять на эффективность ИИ-ассистентов в зависимости от регионального контекста и ожиданий пользователей.