Faça a mesma pergunta a duas versões diferentes do Claude, ou faça-a em árabe em vez de inglês, e você pode não obter o mesmo tipo de resposta — não porque os fatos mudem, mas porque os valores subjacentes que moldam a resposta mudam. Um novo estudo de pesquisadores da Anthropic mapeou essas mudanças com uma precisão incomum, revelando que a variação de valores do Claude AI entre versões de modelo e idiomas é real, mensurável e mais estruturada do que se entendia anteriormente.
Summary
Principais conclusões
- Pesquisadores da Anthropic identificaram mais de 3.000 valores distintos nas respostas do Claude e os comprimiram em quatro eixos principais que capturam 15% da variação geral.
- Opus 4.6 tende à deferência, calor, brevidade e execução; Opus 4.7 tende à cautela, rigor, profundidade e franqueza.
- Os valores expressos pelo Claude mudam de forma mais dramática entre idiomas nos eixos Calor vs. Rigor e Franqueza vs. Execução.
- Árabe e hindi estimulam respostas mais relacionadas ao calor; inglês e russo estimulam respostas mais orientadas ao rigor.
- O estudo utilizou aproximadamente 5.000 conversas por par modelo-idioma, extraídas dos 20 principais idiomas no Claude.ai.
Medição dos valores expressos pelo Claude AI
A pesquisa se baseia diretamente em um trabalho anterior no qual a Anthropic analisou 700.000 conversas anonimizadas do Claude.ai, revelando mais de 3.000 valores distintos incorporados nas respostas do Claude. Uma lista tão longa é analiticamente inútil por si só. Assim, o objetivo da equipe desta vez foi a compressão: transformar milhares de sinais de valor sobrepostos em um pequeno número de dimensões interpretáveis.
Metodologia de identificação de valores e redução de dimensionalidade
Partindo dos 3.307 valores identificados naquele trabalho anterior, os pesquisadores agruparam manualmente valores semelhantes em 339 categorias de alto nível. Em seguida, eles amostraram conversas do Claude.ai usando uma ferramenta de análise que preserva a privacidade, extraindo cerca de 5.000 conversas por par modelo-idioma em três modelos — Sonnet 4.6, Opus 4.6 e Opus 4.7 — e nos 20 idiomas mais comuns na plataforma. Para cada conversa, a ferramenta rotulou cada um dos 339 valores como presente ou ausente. Em seguida, foi aplicada redução de dimensionalidade para encontrar quais valores tendiam a se agrupar em conversas do mundo real.
O estudo controlou o tipo de tarefa, o tópico e os valores expressos pelo usuário, de modo que o que ele mede reflete as próprias tendências do Claude, e não diferenças no que os usuários por acaso estavam perguntando.
Definição dos quatro principais eixos de valores
O resultado foram quatro eixos que, juntos, respondem por 15% da variação nos valores expressos pelo Claude:
- Deferência vs. Cautela — se o Claude tende a acomodar o que alguém quer ou a se proteger contra risco e dano potenciais.
- Calor vs. Rigor — se o Claude enfatiza positividade e cuidado com a pessoa ou exatidão e precisão.
- Profundidade vs. Brevidade — se o Claude explica em profundidade ou faz apenas o que foi pedido.
- Franqueza vs. Execução — se o Claude destaca sua própria incerteza ou entrega uma resposta polida e confiante.
Importante notar que esses eixos não são interruptores binários. O Claude pode expressar tanto calor quanto rigor na mesma conversa. Mas, na prática, quanto mais ele se inclina para um lado em um eixo, menos tende a se inclinar para o outro.
Diferenças nos perfis de valores entre modelos do Claude
A constatação mais clara é que dois modelos Claude podem se comportar de maneira bastante diferente em caráter mesmo ao responder ao mesmo tipo de pergunta. Os eixos de valores tornam isso quantificável em vez de meramente impressionista.
Tendências de valores distintas do Opus 4.6 e do Opus 4.7
Opus 4.6 tende à deferência, calor, brevidade e execução. Na prática, isso significa que ele tende a afirmar as ideias do usuário, permanecer dentro do escopo do pedido e ir direto ao ponto sem comentários não solicitados. Opus 4.7 se move na direção oposta na maioria dos eixos: tende à cautela, rigor, profundidade e franqueza. Ele é mais propenso a desafiar suposições, alertar sobre riscos sem ser solicitado e ser franco sobre suas próprias limitações.
Sonnet 4.6 fica mais próximo do Opus 4.6 nas dimensões de calor e deferência — usando com frequência humor e encorajamento — embora também tenda à brevidade.
Implicações comportamentais e percepções dos usuários
Esses perfis medidos se alinham de perto com a forma como usuários e funcionários da Anthropic descreveram esses modelos na prática. Usuários do Claude.ai observaram que o Opus 4.7 faz mais ressalvas com mais frequência. Internamente, a Anthropic caracterizou o Opus 4.7 como expressando mais transparência e humildade, e o Opus 4.6 como mais conciso. O fato de o método de eixo de valores recuperar essas percepções de forma independente confere credibilidade significativa à metodologia — ela está rastreando algo real sobre como os modelos realmente se comportam, não apenas um artefato de como as conversas foram amostradas.
O provável motor dessas diferenças é o treinamento de caráter. Cada modelo reflete decisões de ajuste fino distintas, e a abordagem de eixo de valores agora oferece uma forma de conectar essas escolhas a resultados comportamentais mensuráveis — um passo significativo para qualquer pessoa que tente entender por que um modelo parece diferente de outro.
Variação dos valores do Claude entre idiomas
A dimensão linguística do estudo é onde surgem algumas das descobertas mais consequentes. O Claude não simplesmente traduz seu comportamento para diferentes idiomas — ele expressa valores significativamente diferentes dependendo de em qual idioma uma conversa é conduzida.
Principais diferenças de valores baseadas em idioma
As maiores mudanças aparecem nos eixos Calor vs. Rigor e Franqueza vs. Execução. Em relação ao calor, o Claude se inclina mais fortemente para respostas calorosas, encorajadoras e afirmativas em hindi e árabe, caracterizadas por linguagem educada, humor e afirmações sobre o trabalho de uma pessoa. Em inglês e russo, o equilíbrio se desloca para o rigor — desafiando suposições, corrigindo detalhes e pedindo evidências.
No eixo Deferência vs. Cautela, o árabe estimula as respostas mais deferentes, enquanto o inglês estimula as mais cautelosas. Em Franqueza vs. Execução, conversas em holandês fazem com que o Claude esteja mais disposto a reconhecer seus próprios erros, enquanto conversas em indonésio fazem com que ele permaneça focado em entregar resultados.
Possíveis causas e implicações
Os pesquisadores apontam vários fatores contribuintes. Os dados de treinamento não são distribuídos de forma uniforme entre os idiomas — alguns idiomas têm muito mais dados do que outros, e a composição também varia. Escrita profissional pode dominar os dados de alguns idiomas e carregar valores incorporados diferentes. Normas conversacionais específicas de cada idioma também podem desempenhar um papel, com o Claude adaptando seu tom para corresponder às expectativas culturais que absorveu do treinamento.
As implicações práticas aqui são concretas. Considere duas pessoas pedindo ao Claude feedback sobre o mesmo plano de negócios — uma em hindi, outra em russo. O usuário em hindi pode receber uma formulação mais calorosa e afirmativa; o usuário em russo pode receber um escrutínio mais crítico. Ambas as interações podem parecer apropriadas dentro de seu contexto linguístico e cultural, mas também podem levar a impressões diferentes sobre a qualidade real do plano. Se essa divergência é uma sensibilidade cultural desejável ou uma lacuna de equidade em quão bem o Claude atende diferentes comunidades linguísticas permanece uma questão em aberto que os pesquisadores deixam claro ainda não serem capazes de responder.
Direções futuras para entender e direcionar os valores do Claude
O estudo é apresentado como uma etapa de diagnóstico, não uma solução. Ter um método para medir perfis de valores é, em si, o avanço — as questões mais difíceis sobre o que fazer com essas medições vêm em seguida.
Examinando as fontes de variação de valores
Saber que os valores mudam entre modelos e idiomas ainda não explica quais decisões específicas de treinamento ou propriedades dos dados impulsionam essas mudanças. Os quatro eixos dão aos pesquisadores um mapa mais direcionado: em vez de olhar para milhares de valores individuais em busca de algo para investigar, eles podem rastrear qual eixo se moveu e tentar identificar a etapa de treinamento ou característica de dados correspondente responsável.
Impacto sobre o usuário e desafios de alinhamento de valores
O estudo mede quais valores o Claude expressa, não qual impacto esses valores têm sobre os usuários. Conectar perfis de valores a resultados reais para os usuários — confiança, qualidade de decisão, bem-estar — é identificado como um próximo passo fundamental. Ferramentas como o Anthropic Interviewer poderiam ser usadas para coletar esses dados em nível de usuário e correlacioná-los com as posições nos eixos de valores registradas para cada conversa.
Há também a questão do direcionamento deliberado. O método de eixo de valores poderia ser usado para testar se ajustes no treinamento de caráter ou mudanças no prompt de sistema deslocam de forma confiável o perfil de valores de um modelo conforme o pretendido. Os pesquisadores são transparentes ao afirmar que isso continua sendo um desafio — direcionar os valores do Claude de maneiras controladas ainda não foi validado em implantação.
Potencial do perfil de valores no monitoramento de modelos
Uma das possibilidades operacionalmente mais significativas levantadas é o uso de perfis de valores como parte da avaliação contínua de modelos. Executar a análise de eixos de valores antes de um modelo ser lançado e após a implantação poderia sinalizar mudanças comportamentais inesperadas — uma espécie de sistema de alerta precoce para desvio de valores. O método também poderia identificar correlações entre certos perfis de valores e comportamentos problemáticos, alimentando diretamente melhorias futuras de treinamento.
O que torna essa pesquisa genuinamente significativa é a lacuna que ela fecha. O Claude vem expressando valores em milhões de conversas diárias em dezenas de idiomas, mas esses valores eram observáveis apenas no nível de interações individuais e em grande parte imensuráveis em escala. A estrutura de eixos muda isso. Ela não resolve as questões normativas mais difíceis — se a variação é viés ou sensibilidade cultural, se o calor em árabe atende melhor ou pior aos usuários do que o rigor em inglês — mas torna essas questões respondíveis em princípio. Essa mudança de invisível para mensurável é onde o verdadeiro trabalho de alinhamento começa.
Perguntas frequentes
Como os valores expressos pelo Claude diferem entre versões de modelo?
Opus 4.6 tende à deferência, calor, brevidade e execução — permanecendo dentro do escopo dos pedidos e afirmando as ideias dos usuários. Opus 4.7 tende à cautela, rigor, profundidade e franqueza, sendo mais propenso a desafiar suposições, alertar sobre riscos e reconhecer suas próprias limitações.
Por que os valores expressos pelo Claude variam entre idiomas?
Diferenças na quantidade e na composição dos dados de treinamento entre idiomas, normas conversacionais específicas de cada idioma e o ajuste fino do modelo contribuem para isso. Alguns idiomas podem estar super-representados em escrita profissional, que carrega valores incorporados diferentes, enquanto a escassez de dados em outros idiomas pode tornar mais difícil alcançar uma expressão de valores consistente por meio do treinamento.
Quais são os quatro principais eixos de valores usados para resumir os valores do Claude?
Deferência vs. Cautela, Calor vs. Rigor, Profundidade vs. Brevidade e Franqueza vs. Execução. Juntos, esses quatro eixos capturam 15% da variação nos valores expressos pelo Claude ao longo das conversas.
Os valores do Claude podem ser direcionados ou controlados de forma confiável?
O estudo sugere que o direcionamento por meio de ajustes de treinamento ou prompts de sistema é possível em princípio, mas alcançar de forma confiável mudanças direcionadas em implantação continua sendo um desafio que exige investigação adicional.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Como os valores expressos pelo Claude diferem entre versões de modelo?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Opus 4.6 tende à deferência, calor, brevidade e execução — permanecendo dentro do escopo dos pedidos e afirmando as ideias dos usuários. Opus 4.7 tende à cautela, rigor, profundidade e franqueza, sendo mais propenso a desafiar suposições, alertar sobre riscos e reconhecer suas próprias limitações.”}},{“@type”:”Question”,”name”:”Por que os valores expressos pelo Claude variam entre idiomas?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Diferenças na quantidade e na composição dos dados de treinamento entre idiomas, normas conversacionais específicas de cada idioma e o ajuste fino do modelo contribuem para isso. Alguns idiomas podem estar super-representados em escrita profissional, que carrega valores incorporados diferentes, enquanto a escassez de dados em outros idiomas pode tornar mais difícil alcançar uma expressão de valores consistente por meio do treinamento.”}},{“@type”:”Question”,”name”:”Quais são os quatro principais eixos de valores usados para resumir os valores do Claude?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Deferência vs. Cautela, Calor vs. Rigor, Profundidade vs. Brevidade e Franqueza vs. Execução. Juntos, esses quatro eixos capturam 15% da variação nos valores expressos pelo Claude ao longo das conversas.”}},{“@type”:”Question”,”name”:”Os valores do Claude podem ser direcionados ou controlados de forma confiável?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”O estudo sugere que o direcionamento por meio de ajustes de treinamento ou prompts de sistema é possível em princípio, mas alcançar de forma confiável mudanças direcionadas em implantação continua sendo um desafio que exige investigação adicional.”}}]}
Artigo produzido com a assistência de inteligência artificial e revisado pela equipe editorial.
