Anthropic تكشف اختلاف شخصية Claude حسب اللغة ونوع النموذج
كشفت شركة Anthropic عن دراسة جديدة توضح أن شخصية مساعدها الذكي Claude لا تبقى ثابتة، بل تختلف باختلاف النموذج المستخدم ولغة المحادثة، وهو ما قد يؤثر على تجربة المستخدم وطريقة استجابة الذكاء الاصطناعي.
تفاصيل الدراسة حول شخصية Claude
أجرت شركة Anthropic بحثًا لتحليل السمات الشخصية لنماذج Claude، مستندة إلى أكثر من 309 آلاف محادثة مع المستخدمين، بهدف فهم كيفية تغير أسلوب النموذج في التواصل والاستجابة.
واعتمد الباحثون على تحليل المحادثات عبر ثلاثة نماذج مختلفة و20 لغة، مع تقييم الشخصية وفق أربعة محاور رئيسية، وهي الدفء مقابل الصرامة، والصراحة مقابل التنفيذ، والعمق مقابل الاختصار، والتواضع مقابل الحذر.
وأبرز ما توصلت إليه الدراسة:
- تحليل أكثر من 309 آلاف محادثة لتحديد السمات الشخصية لنماذج Claude.
- تقييم الاستجابات وفق أربعة محاور رئيسية تشمل الدفء، الصراحة، العمق، والحذر.
- أظهر نموذج Claude Sonnet 4.6 أسلوبًا أكثر دفئًا مع إجابات مختصرة.
- اتسم نموذج Claude Opus 4.6 بالإجابات المباشرة والواضحة دون إطالة.
- قدم نموذج Claude Opus 4.7 استجابات أكثر صراحة مع مستوى أعلى من الحذر في تقديم المعلومات.
- لوحظ أن اللغة المستخدمة تؤثر بشكل مباشر على شخصية النموذج؛ إذ أظهرت المحادثات باللغة الهولندية اعترافًا أكبر بالأخطاء، بينما بدت الردود باللغة الهندية أكثر دفئًا، في حين اتسمت المحادثات باللغة الإنجليزية بمزيد من التفاصيل والشرح.
وأوضحت Anthropic أنها لا تمتلك حتى الآن تفسيرًا دقيقًا لسبب اختلاف هذه السمات بين اللغات، مشيرة إلى أن تفاوت بيانات التدريب الخاصة بكل لغة قد يكون أحد الأسباب المحتملة لهذه الظاهرة.
كما ترى الشركة أن هذه النتائج تفتح الباب أمام مزيد من الدراسات لفهم كيفية تأثير اللغة والثقافة على سلوك نماذج الذكاء الاصطناعي، خاصة مع توسع استخدامها عالميًا.
الأهداف المستقبلية من هذا البحث
تسعى Anthropic من خلال هذه الدراسة إلى تحسين تجربة استخدام نماذج الذكاء الاصطناعي وجعلها أكثر اتساقًا بين مختلف اللغات والثقافات، ومن أبرز الأهداف المستقبلية:
- فهم الأسباب التي تؤدي إلى اختلاف شخصية النموذج بين اللغات.
- تحسين جودة بيانات التدريب للغات المختلفة لتحقيق تجربة أكثر توازنًا.
- تطوير نماذج تقدم استجابات متسقة بغض النظر عن لغة المستخدم.
- تقليل التحيزات الناتجة عن اختلاف البيانات المستخدمة في تدريب النماذج.
- تعزيز الشفافية في طريقة عمل نماذج الذكاء الاصطناعي وسلوكها مع المستخدمين.
وتشير نتائج الدراسة إلى أن هذه الظاهرة قد لا تكون مقتصرة على Claude فقط، بل من المحتمل أن تؤثر أيضًا في نماذج الذكاء الاصطناعي الأخرى، مما يجعل فهم تأثير اللغة على شخصية النماذج خطوة مهمة لتحسين دقة وموثوقية أنظمة الذكاء الاصطناعي مستقبلًا.
تكشف دراسة Anthropic أن شخصية الذكاء الاصطناعي ليست ثابتة كما يعتقد الكثيرون، بل يمكن أن تتغير تبعًا للغة والنموذج المستخدم. ويؤكد هذا الاكتشاف أهمية مواصلة الأبحاث لتطوير نماذج أكثر اتساقًا وعدالة، بما يضمن تجربة أفضل للمستخدمين حول العالم.
