Haz la misma pregunta a dos versiones diferentes de Claude, o hazla en árabe en lugar de en inglés, y puede que no obtengas el mismo tipo de respuesta, no porque los hechos cambien, sino porque los valores subyacentes que dan forma a la respuesta cambian. Un nuevo estudio de investigadores de Anthropic ha cartografiado estos cambios con una precisión inusual, revelando que la variación de valores de Claude AI entre versiones de modelo e idiomas es real, medible y más estructurada de lo que se entendía anteriormente.
Summary
Conclusiones clave
- Los investigadores de Anthropic identificaron más de 3.000 valores distintos en las respuestas de Claude y los comprimieron en cuatro ejes clave que capturan el 15% de la variación total.
- Opus 4.6 tiende hacia la deferencia, la calidez, la brevedad y la ejecución; Opus 4.7 tiende hacia la cautela, el rigor, la profundidad y la franqueza.
- Los valores expresados por Claude cambian de forma más drástica entre idiomas en los ejes Calidez vs. Rigor y Franqueza vs. Ejecución.
- El árabe y el hindi provocan respuestas más relacionadas con la calidez; el inglés y el ruso provocan respuestas más orientadas al rigor.
- El estudio utilizó aproximadamente 5.000 conversaciones por par modelo-idioma, extraídas de los 20 idiomas más usados en Claude.ai.
Medición de los valores expresados por Claude AI
La investigación se basa directamente en un trabajo anterior en el que Anthropic analizó 700.000 conversaciones anonimizadas de Claude.ai, identificando más de 3.000 valores distintos incrustados en las respuestas de Claude. Una lista tan larga es analíticamente inútil por sí sola. Así que el objetivo del equipo esta vez fue la compresión: convertir miles de señales de valor superpuestas en un pequeño número de dimensiones interpretables.
Metodología de identificación de valores y reducción de dimensionalidad
Partiendo de los 3.307 valores identificados en ese trabajo previo, los investigadores agruparon manualmente valores similares en 339 categorías de alto nivel. Luego muestrearon conversaciones de Claude.ai utilizando una herramienta de análisis que preserva la privacidad, extrayendo aproximadamente 5.000 conversaciones por par modelo-idioma en tres modelos — Sonnet 4.6, Opus 4.6 y Opus 4.7 — y los 20 idiomas más comunes en la plataforma. Para cada conversación, la herramienta etiquetó cada uno de los 339 valores como presente o ausente. A continuación se aplicó reducción de dimensionalidad para encontrar qué valores tendían a agruparse en conversaciones del mundo real.
El estudio controló por tipo de tarea, tema y valores expresados por el usuario, de modo que lo que mide refleja las propias tendencias de Claude, no diferencias en lo que los usuarios casualmente estaban preguntando.
Definición de los cuatro ejes de valor clave
El resultado fueron cuatro ejes que en conjunto explican el 15% de la variación en los valores expresados por Claude:
- Deferencia vs. Cautela: si Claude se inclina más hacia acomodar lo que alguien quiere o hacia proteger contra posibles riesgos y daños.
- Calidez vs. Rigor: si Claude enfatiza la positividad y el cuidado por la persona o la exactitud y la precisión.
- Profundidad vs. Brevedad: si Claude explica en profundidad o se limita a hacer solo lo que se le pidió.
- Franqueza vs. Ejecución: si Claude pone en primer plano su propia incertidumbre o entrega una respuesta pulida y segura.
Es importante destacar que estos ejes no son interruptores binarios. Claude puede expresar tanto calidez como rigor en la misma conversación. Pero en la práctica, cuanto más se inclina hacia un lado de un eje, menos tiende a inclinarse hacia el otro.
Diferencias en los perfiles de valores entre modelos de Claude
El hallazgo más claro es que dos modelos de Claude pueden comportarse de manera bastante diferente en carácter incluso al responder al mismo tipo de pregunta. Los ejes de valor hacen que esto sea cuantificable en lugar de meramente impresionista.
Tendencias de valor distintas de Opus 4.6 y Opus 4.7
Opus 4.6 se inclina hacia la deferencia, la calidez, la brevedad y la ejecución. En la práctica, esto significa que tiende a afirmar las ideas del usuario, mantenerse dentro del alcance de la solicitud e ir directo al grano sin comentarios no solicitados. Opus 4.7 se mueve en la dirección opuesta en la mayoría de los ejes: se inclina hacia la cautela, el rigor, la profundidad y la franqueza. Es más probable que cuestione suposiciones, advierta sobre riesgos sin que se le pida y sea transparente sobre sus propias limitaciones.
Sonnet 4.6 se sitúa más cerca de Opus 4.6 en las dimensiones de calidez y deferencia — utilizando con frecuencia el humor y el ánimo — aunque también se inclina hacia la brevedad.
Implicaciones conductuales y percepciones de los usuarios
Estos perfiles medidos se alinean estrechamente con la forma en que los usuarios y el personal de Anthropic han descrito estos modelos en la práctica. Los usuarios de Claude.ai han señalado que Opus 4.7 matiza más a menudo sus respuestas. Internamente, Anthropic caracterizó a Opus 4.7 como más transparente y humilde, y a Opus 4.6 como más conciso. El hecho de que el método de ejes de valor recupere de forma independiente estas percepciones otorga una credibilidad significativa a la metodología: está rastreando algo real sobre cómo se comportan los modelos en realidad, no solo un artefacto de cómo se muestrearon las conversaciones.
El probable motor de estas diferencias es el entrenamiento de carácter. Cada modelo refleja decisiones de ajuste fino distintas, y el enfoque de ejes de valor ahora ofrece una forma de conectar esas elecciones con resultados de comportamiento medibles, un paso significativo para cualquiera que intente entender por qué un modelo se siente diferente de otro.
Variación de los valores de Claude entre idiomas
La dimensión lingüística del estudio es donde surgen algunos de los hallazgos más trascendentes. Claude no se limita a traducir su comportamiento a diferentes idiomas: expresa valores significativamente diferentes según el idioma en el que se lleve a cabo una conversación.
Diferencias clave de valores basadas en el idioma
Los cambios más grandes aparecen en los ejes Calidez vs. Rigor y Franqueza vs. Ejecución. En cuanto a la calidez, Claude se inclina con más fuerza hacia respuestas cálidas, alentadoras y afirmativas en hindi y árabe, caracterizadas por un lenguaje cortés, humor y afirmaciones del trabajo de una persona. En inglés y ruso, el equilibrio se desplaza hacia el rigor: cuestionar suposiciones, corregir detalles y pedir pruebas.
En el eje Deferencia vs. Cautela, el árabe provoca las respuestas más deferentes, mientras que el inglés provoca las más cautelosas. En Franqueza vs. Ejecución, las conversaciones en neerlandés muestran a Claude más dispuesto a reconocer sus propios errores, mientras que las conversaciones en indonesio lo muestran más centrado en ofrecer resultados.
Causas potenciales e implicaciones
Los investigadores señalan varios factores que contribuyen. Los datos de entrenamiento no están distribuidos de manera uniforme entre idiomas: algunos idiomas tienen muchos más datos que otros, y la composición también varía. La escritura profesional puede dominar los datos de algunos idiomas y llevar valores incrustados diferentes. Las normas conversacionales específicas de cada idioma también pueden desempeñar un papel, con Claude adaptando su tono para que coincida con las expectativas culturales que ha absorbido del entrenamiento.
Las implicaciones prácticas aquí son concretas. Consideremos a dos personas que piden a Claude comentarios sobre el mismo plan de negocio, una en hindi y otra en ruso. El usuario hindi puede recibir un encuadre más cálido y afirmativo; el usuario ruso puede recibir un escrutinio más crítico. Ambas interacciones podrían sentirse apropiadas dentro de su contexto lingüístico y cultural, pero también podrían conducir a impresiones diferentes sobre la calidad real del plan. Si esa divergencia es una sensibilidad cultural deseable o una brecha de equidad en la forma en que Claude sirve a distintas comunidades lingüísticas sigue siendo una cuestión abierta que los investigadores reconocen explícitamente que aún no pueden responder.
Futuras direcciones para comprender y orientar los valores de Claude
El estudio se presenta como un paso de diagnóstico, no como una solución. Contar con un método para medir perfiles de valores es en sí mismo el avance; las preguntas más difíciles sobre qué hacer con esas mediciones vienen después.
Examinar las fuentes de variación de valores
Saber que los valores cambian entre modelos e idiomas aún no explica qué decisiones específicas de entrenamiento o propiedades de los datos impulsan esos cambios. Los cuatro ejes proporcionan a los investigadores un mapa más específico: en lugar de buscar algo que investigar entre miles de valores individuales, pueden rastrear qué eje se movió e intentar identificar la etapa de entrenamiento o la característica de los datos correspondiente responsable.
Impacto en los usuarios y desafíos de alineación de valores
El estudio mide qué valores expresa Claude, no qué impacto tienen esos valores en los usuarios. Conectar los perfiles de valores con resultados reales de los usuarios — confianza, calidad de las decisiones, bienestar — se identifica como un próximo paso clave. Herramientas como Anthropic Interviewer podrían utilizarse para recopilar esos datos a nivel de usuario y correlacionarlos con las posiciones en los ejes de valor registradas para cada conversación.
También está la cuestión de la orientación deliberada. El método de ejes de valor podría utilizarse para probar si los ajustes en el entrenamiento de carácter o los cambios en los prompts de sistema desplazan de forma fiable el perfil de valores de un modelo según lo previsto. Los investigadores son transparentes en que esto sigue siendo un desafío: orientar los valores de Claude de formas controladas aún no se ha validado en despliegues reales.
Potencial del perfilado de valores en la monitorización de modelos
Una de las posibilidades operativamente más significativas que se plantean es el uso del perfilado de valores como parte de la evaluación continua de modelos. Ejecutar análisis de ejes de valor antes de que un modelo se lance y después del despliegue podría señalar cambios de comportamiento inesperados, una especie de sistema de alerta temprana para la deriva de valores. El método también podría identificar correlaciones entre ciertos perfiles de valores y comportamientos problemáticos, alimentando directamente futuras mejoras de entrenamiento.
Lo que hace que esta investigación sea realmente significativa es la brecha que cierra. Claude ha estado expresando valores en millones de conversaciones diarias en docenas de idiomas, pero esos valores solo eran observables a nivel de interacciones individuales y en gran medida imposibles de medir a escala. El marco de ejes cambia eso. No resuelve las cuestiones normativas más difíciles — si la variación es sesgo o sensibilidad cultural, si la calidez en árabe sirve mejor o peor a los usuarios que el rigor en inglés — pero hace que esas preguntas sean respondibles en principio. Ese cambio de lo invisible a lo medible es donde comienza el verdadero trabajo de alineación.
Preguntas frecuentes
¿En qué se diferencian los valores expresados por Claude entre versiones de modelo?
Opus 4.6 tiende hacia la deferencia, la calidez, la brevedad y la ejecución, manteniéndose dentro del alcance de las solicitudes y afirmando las ideas de los usuarios. Opus 4.7 se inclina hacia la cautela, el rigor, la profundidad y la franqueza, siendo más probable que cuestione suposiciones, advierta sobre riesgos y reconozca sus propias limitaciones.
¿Por qué varían los valores expresados por Claude entre idiomas?
Las diferencias en la cantidad y composición de los datos de entrenamiento entre idiomas, las normas conversacionales específicas de cada lengua y el ajuste fino del modelo contribuyen a ello. Algunos idiomas pueden estar sobrerrepresentados en la escritura profesional, que conlleva valores incrustados diferentes, mientras que la escasez de datos en otros idiomas puede dificultar que el entrenamiento logre una expresión de valores coherente.
¿Cuáles son los cuatro ejes de valor clave utilizados para resumir los valores de Claude?
Deferencia vs. Cautela, Calidez vs. Rigor, Profundidad vs. Brevedad y Franqueza vs. Ejecución. En conjunto, estos cuatro ejes capturan el 15% de la variación en los valores expresados por Claude a lo largo de las conversaciones.
¿Se pueden orientar o controlar de forma fiable los valores de Claude?
El estudio sugiere que la orientación mediante ajustes de entrenamiento o prompts de sistema es posible en principio, pero lograr de forma fiable cambios dirigidos en despliegues reales sigue siendo un desafío que requiere más investigación.
{«@context»:»https://schema.org»,»@type»:»FAQPage»,»mainEntity»:[{«@type»:»Question»,»name»:»¿En qué se diferencian los valores expresados por Claude entre versiones de modelo?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Opus 4.6 tiende hacia la deferencia, la calidez, la brevedad y la ejecución, manteniéndose dentro del alcance de las solicitudes y afirmando las ideas de los usuarios. Opus 4.7 se inclina hacia la cautela, el rigor, la profundidad y la franqueza, siendo más probable que cuestione suposiciones, advierta sobre riesgos y reconozca sus propias limitaciones.»}},{«@type»:»Question»,»name»:»¿Por qué varían los valores expresados por Claude entre idiomas?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Las diferencias en la cantidad y composición de los datos de entrenamiento entre idiomas, las normas conversacionales específicas de cada lengua y el ajuste fino del modelo contribuyen a ello. Algunos idiomas pueden estar sobrerrepresentados en la escritura profesional, que conlleva valores incrustados diferentes, mientras que la escasez de datos en otros idiomas puede dificultar que el entrenamiento logre una expresión de valores coherente.»}},{«@type»:»Question»,»name»:»¿Cuáles son los cuatro ejes de valor clave utilizados para resumir los valores de Claude?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Deferencia vs. Cautela, Calidez vs. Rigor, Profundidad vs. Brevedad y Franqueza vs. Ejecución. En conjunto, estos cuatro ejes capturan el 15% de la variación en los valores expresados por Claude a lo largo de las conversaciones.»}},{«@type»:»Question»,»name»:»¿Se pueden orientar o controlar de forma fiable los valores de Claude?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»El estudio sugiere que la orientación mediante ajustes de entrenamiento o prompts de sistema es posible en principio, pero lograr de forma fiable cambios dirigidos en despliegues reales sigue siendo un desafío que requiere más investigación.»}}]}
Artículo producido con la ayuda de inteligencia artificial y revisado por el equipo editorial.
