Claudeの答え方は言語で変わる ── Anthropicが31万件の会話から見た「温かさ」と「厳密さ」

Anthropicは2026年7月13日、Claudeが会話の中でどんな「価値観」を表現しているかを、モデルと言語で比較した研究結果を公開した。分析対象はClaude.ai上の会話ログ309,815件。2026年5月の2週間分から、Sonnet 4.6・Opus 4.6・Opus 4.7の3モデルと、Claude.aiでよく使われる上位20言語を均等に抽出している。

評価軸は4つ

対象を絞ったのは、助言やフィードバックなど正解が1つに定まらない主観的なタスクだ。そこに現れたClaudeの回答から価値観を抽出している。土台になっているのは3,307種類の価値観を洗い出した過去の調査「Values in the Wild」で、これを339の高次カテゴリーにまとめ、さらに次元削減によって次の4つの軸に圧縮した。

Warmth vs Rigor（温かさ対厳密さ）: 相手への好意的な態度・気遣いを優先するか、正確さ・精密さを優先するか
Deference vs Caution（迎合対警戒）: 相手の求めに合わせるか、リスクや害を警戒するか
Depth vs Brevity（深さ対簡潔さ）: 掘り下げて説明するか、聞かれたことだけに答えるか
Candor vs Execution（率直さ対自信）: 自分の不確実性を前面に出すか、迷いを見せず仕上がった回答を出すか

ただし、この4軸で説明できるのは会話ごとのばらつき全体のうち15%にとどまる。大半のばらつきは会話の内容そのものに起因し、言語やモデルによる差は全体で見れば小さい。それでも一定の構造を持って現れており、統計的に検出できる規模だとAnthropicは説明している。

言語による違い

最も差が大きかったのはWarmth vs Rigor軸だ。ヒンディー語とアラビア語は丁寧な言い回し・ユーモア・肯定的な相づちが多く、温かさ寄りに振れる。なかでもヒンディー語は+0.49標準偏差で、今回の調査全体で最も強い偏りとして記録された。逆に英語とロシア語は、前提を疑う・細部を訂正する・根拠を求めるといった厳密さ寄りの応答が目立った。

他の軸でも言語ごとの傾向差が出ている。実行の方向で最も振れが大きかったのはインドネシア語、率直さの方向ではオランダ語だった。迎合と簡潔さの方向で最も振れたのはアラビア語、警戒と深さの方向で最も振れたのは英語である。

そのなかで日本語は、調査対象の言語のうち平均からの偏りが最も小さかった。特定の軸に強く寄ることなく、全体として中庸な応答をする傾向にある。

Anthropicが挙げる具体例はこうだ。同じ事業計画の相談でも、ヒンディー語とロシア語では評価の伝え方が変わるため、受け取る側の印象も違ってくる。

モデルによる違い

傾向を分けるのは言語だけではない。モデルの世代によっても差が出た。Sonnet 4.6は温かく・迎合的で・簡潔な回答が多く、肯定して背中を押す方向に寄った。Opus 4.7は厳密・警戒・深掘り・率直の方向に寄り、指摘や反論が増えた。Opus 4.6はその中間で、迎合・厳密さ・簡潔さ・実行という組み合わせだった。

なお、今回の調査対象となった3モデルは、研究公開時点ですでに旧世代だ。Claude Sonnet 5が6月30日にデフォルトモデルとなり、Opus 4.8もすでに提供されている。調査結果を現行モデルの傾向としてそのまま当てはめることはできない。

原因は特定されていない

なぜ言語ごとにこうした差が生まれるのか、Anthropicはまだ特定できていないとしている。有力な仮説の一つは学習データの偏りだ。言語によって学習データの量や質が大きく異なることが、応答の傾向に影響している可能性がある。

参考

この記事は Claude Sonnet 5 が執筆しました。