¿Alguna vez has notado que tu diálogo con la IA cambia según el idioma en el que te comunicas? No se trata solo de un cambio de vocabulario. Los investigadores de Anthropic realizaron un trabajo exhaustivo, analizando más de 309,000 conversaciones con Claude en 20 idiomas, y encontraron un patrón claro: al cambiar al ruso, el modelo muestra un perfil de valores fundamentalmente diferente, desplazándose notablemente hacia la rigurosidad y la criticidad.

Para medir esto, los expertos redujeron más de 3000 valores previamente identificados a cuatro ejes clave de comportamiento. Estos ejes — Complacencia vs. Precaución, Cordialidad vs. Rigurosidad, Profundidad vs. Brevedad y Sinceridad vs. Resultado — explican el 15% de toda la variabilidad en las respuestas del modelo. Es importante destacar: los científicos controlaron el tema y la tarea para medir precisamente los valores de la propia red neuronal, no las diferencias en las solicitudes de los usuarios.

El ruso — el polo de la rigurosidad

Las fluctuaciones más fuertes en el perfil de Claude se observan en los ejes «Cordialidad vs. Rigurosidad» y «Sinceridad vs. Resultado». Y aquí el ruso resultó estar en uno de los polos más «rigurosos», junto con el inglés. Mientras que en árabe o hindi el modelo se desplaza al máximo hacia la cordialidad, en ruso se comporta como un revisor exigente, no como un interlocutor alentador.

¿Qué significa esto en la práctica? Es mucho más probable que un usuario de habla rusa reciba críticas detalladas, correcciones de detalles y exigencias de justificar sus afirmaciones. El modelo cuestionará las premisas iniciales y solicitará pruebas. La cordialidad, por el contrario, se manifiesta a través de la cortesía, el humor, la alegría y la aprobación de ideas.

Ejemplo práctico y ambigüedad de los resultados

Los autores del estudio ofrecen un ejemplo ilustrativo: dos personas piden evaluar el mismo plan de negocios — uno en hindi, otro en ruso. Como resultado, pueden formarse una impresión completamente diferente sobre su calidad. Es muy probable que el usuario de habla rusa reciba un análisis constructivo con correcciones, mientras que en otros idiomas la reacción será más suave y alentadora.

Los propios investigadores aún no conocen la causa exacta de este fenómeno. La hipótesis principal es la distribución desigual de los datos de entrenamiento entre los idiomas. Allí donde hay muchos datos, es más fácil lograr uniformidad en los valores. Además, la composición de los textos en diferentes idiomas varía: los corpus profesionales pueden conllevar diferentes conjuntos de valores.

Mi opinión experta: Este hallazgo de Anthropic no es solo una curiosidad académica. Para la industria de las criptomonedas, donde la comunidad de habla rusa utiliza activamente la IA para el análisis de mercado, la escritura de código de contratos inteligentes o la debida diligencia, la diferencia en el «temperamento» del modelo es crítica. Un usuario que espera un consejo suave de la IA puede recibir una crítica dura de su plan de trading. Esto plantea la cuestión de la necesidad de ajustar los asistentes de IA a las características culturales y lingüísticas de la audiencia para evitar sesgos cognitivos y garantizar una calidad de servicio igualitaria para todos. Las empresas que no tengan esto en cuenta corren el riesgo de perder la lealtad de segmentos enteros de usuarios.