زبان کس طرح AI کو تشکیل دیتی ہے: Anthropic کی تحقیق Claude کی شخصیت میں تبدیلیوں کو ظاہر کرتی ہے
Anthropic نے ایک انقلابی تحقیق جاری کی ہے جس سے پتہ چلتا ہے کہ بولی جانے والی زبان کے لحاظ سے Claude کی "شخصیت" اور اقدار کا اظہار نمایاں طور پر تبدیل ہو جاتا ہے۔ ہندی میں اپنائیت سے لے کر روسی میں تکنیکی سختی تک، یہ تحقیق اس بات پر روشنی ڈالتی ہے کہ لسانی باریکیاں کس طرح AI کے رویے پر گہرا اثر ڈالتی ہیں۔
چار جہتوں میں AI کی اقدار کا نقشہ بنانا
AI کے تعامل (interaction) کی باریکیوں کو سمجھنے کے لیے، Anthropic نے مئی 2026 کی 309,815 گمنام گفتگوؤں کا تجزیہ کیا۔ ہزاروں انفرادی اصطلاحات پر کارروائی کرتے ہوئے، تحقیقی ٹیم نے پیچیدہ انسانی اقدار کو 339 اعلیٰ سطح کے تصورات میں خلاصہ کیا، جنہیں مزید چار بنیادی رویوں کے محوروں میں تقسیم کیا گیا:
- اطاعت اور احتیاط: ماڈل صارف سے کتنا اتفاق کرتا ہے بمقابلہ اس کے جوابات میں کتنا احتیاط برتتا ہے۔
- اپنائیت اور سختی: ہمدردانہ، شائستہ الفاظ اور تنقیدی، شواہد پر مبنی جانچ کے درمیان توازن۔
- گہرائی اور اختصار: آیا ماڈل تفصیلی معلومات فراہم کرتا ہے یا مختصر اور براہ راست جوابات۔
- صاف گوئی اور عمل درآمد: کھلی تنقید کرنے اور کام کی تکمیل پر توجہ مرکوز کرنے کے درمیان کشمکش۔
یہ طریقہ کار محققین کو گفتگو کے اصل موضوع سے لسانی اور ماڈل کے مخصوص رویوں کو الگ کرنے کی اجازت دیتا ہے، جس سے LLM میں موجود "معیاری نمونوں" (normative patterns) کا واضح منظر ملتا ہے۔
الگ رویے کے پروفائلز: Sonnet بمقابلہ Opus
تحقیق اس بات کی تصدیق کرتی ہے کہ Claude فیملی کے مختلف ماڈلز میں قابلِ پیمائش رویوں کا فرق پایا جاتا ہے۔ یہ پروفائلز اکثر صارفین کے تاثرات کے مطابق ہوتے ہیں، جس سے استعمال شدہ مخصوص ماڈل ورژن کی بنیاد پر ایک درجہ بندی شدہ تجربہ تخلیق ہوتا ہے:
- Sonnet 4.6: بنیادی طور پر اپنائیت کی خصوصیت رکھتا ہے۔ یہ مزاح کی طرف جھکاؤ رکھتا ہے، صارف کے خیالات کی تائید کرتا ہے، اور بغیر کسی فیصلے کے تسلی فراہم کرتا ہے۔
- Opus 4.6: کام کی کارکردگی پر مرکوز ہے۔ یہ براہ راست ہونے کا رجحان رکھتا ہے اور غیر ضروری تفصیلات سے گریز کرتا ہے۔
- Opus 4.7: "تنقیدی مفکر"۔ اس ماڈل کے امکانات زیادہ ہیں کہ یہ مفروضوں پر سوال اٹھائے، اپنی غلطیوں کی نشاندہی کرے، اور واضح طور پر نہ پوچھے جانے پر بھی خطرات کے بارے میں خبردار کرے۔
لسانی فرق: ہندی کی اپنائیت سے روسی سختی تک
شاید سب سے حیران کن نتیجہ یہ ہے کہ زبان ایک ایسے لینس کے طور پر کام کرتی ہے جو Claude کے نتائج کو دوبارہ تشکیل دیتی ہے۔ دو صارفین اگر مختلف زبانوں میں ایک ہی سوال پوچھیں تو انہیں بنیادی طور پر مختلف قسم کے فیڈ بیک مل سکتے ہیں۔
تحقیق سے پتہ چلا ہے کہ ہندی اور عربی میں اپنائیت کی بلند ترین سطح دیکھی جاتی ہے، جس کی خصوصیات شائستگی، خوش مزاجی اور تائید ہیں۔ اس کے برعکس، انگریزی اور روسی میں، Claude زیادہ سخت موقف اختیار کرتا ہے—مفروضوں پر سوال اٹھاتا ہے، تفصیلات کی تصحیح کرتا ہے، اور شواہد کا مطالبہ کرتا ہے۔
دیگر نمایاں لسانی نمونوں میں شامل ہیں:
- عربی: سب سے زیادہ اطاعت کا مظاہرہ کرتی ہے۔
- انگریزی: احتیاط اور احتیاطاً جواب دینے (hedging) کی بلند ترین سطح دکھاتی ہے۔
- ڈچ: زیادہ صاف گوئی اور کھلے پن کی طرف جھکاؤ رکھتی ہے۔
- انڈونیشیائی: عمل درآمد اور نتائج پر مبنی جوابات کی طرف زیادہ جھکاؤ رکھتی ہے۔
یہ AI کی صنعت کے لیے کیوں اہم ہے
یہ نتائج ٹریننگ ڈیٹا کی ساخت اور غیر ارادی لسانی تعصب کے امکانات کے حوالے سے اہم سوالات اٹھاتے ہیں۔ Anthropic کا کہنا ہے کہ یہ تبدیلیاں ٹریننگ ڈیٹا کی غیر مساوی مقدار یا ڈیٹا سیٹس میں موجود مختلف لسانی گفتگو کے اصولوں کی وجہ سے ہو سکتی ہیں۔
عالمی ایپلی کیشنز بنانے والے ڈویلپرز اور بانیوں کے لیے یہ ایک اہم حقیقت ہے: ایک AI اسسٹنٹ ایک مارکیٹ میں معاون کوچ محسوس ہو سکتا ہے اور دوسری میں ایک سخت آڈیٹر۔ جیسے جیسے LLMs عالمی ورک فلو کا حصہ بن رہے ہیں، یہ یقینی بنانا کہ یہ لسانی تبدیلیاں نظامی تعصبات کے بجائے ارادی مطابقت (intentional adaptations) ہوں، AI کی حفاظت اور ہم آہنگی (alignment) کے لیے ایک بنیادی چیلنج ہے۔
اہم نکات
- AI میں لسانی اضافیت: Claude کے جوابات زبان کے لحاظ سے نمایاں طور پر بدل جاتے ہیں، ہندی میں زیادہ اپنائیت اور روسی میں زیادہ سختی ظاہر کرتے ہیں۔
- ماڈل کی درجہ بندی: Anthropic کے ماڈلز الگ الگ شخصیات کا مظاہرہ کرتے ہیں، جس میں Sonnet 4.6 زیادہ ہمدرد اور Opus 4.7 زیادہ تنقیدی اور محتاط ہے۔
- ٹریننگ ڈیٹا کا چیلنج: مختلف زبانوں میں AI کے رویے میں فرق کی ممکنہ وجہ ٹریننگ ڈیٹا کی غیر مساوی تقسیم اور مختلف ثقافتی گفتگو کے اصول ہیں۔