ভাষা কীভাবে AI-কে প্রভাবিত করে: Anthropic-এর গবেষণায় Claude-এর ব্যক্তিত্বের পরিবর্তন প্রকাশ পেয়েছে

Anthropic একটি যুগান্তকারী গবেষণা প্রকাশ করেছে যা দেখায় যে ব্যবহৃত ভাষার ওপর ভিত্তি করে Claude-এর "ব্যক্তিত্ব" এবং মূল্যবোধের প্রকাশ উল্লেখযোগ্যভাবে পরিবর্তিত হয়। হিন্দিতে উষ্ণতা থেকে শুরু করে রাশিয়ান ভাষায় প্রযুক্তিগত কঠোরতা পর্যন্ত, এই গবেষণাটি তুলে ধরেছে কীভাবে ভাষাগত সূক্ষ্মতা AI-এর আচরণকে গভীরভাবে প্রভাবিত করে।

চারটি মাত্রায় AI-এর মূল্যবোধের মানচিত্রায়ন

AI মিথস্ক্রিয়ার সূক্ষ্মতা বোঝার জন্য, Anthropic ২০২৬ সালের মে মাসের ৩০৯,৮১৫টি বেনামী কথোপকথন বিশ্লেষণ করেছে। হাজার হাজার স্বতন্ত্র শব্দ প্রক্রিয়া করার মাধ্যমে, গবেষণা দলটি জটিল মানবিক মূল্যবোধগুলোকে ৩৩৯টি উচ্চ-স্তরের ধারণায় রূপান্তরিত করেছে, যা পরবর্তীতে চারটি মূল আচরণগত অক্ষে (axes) সংকুচিত করা হয়েছে:

  • সম্মতি এবং সতর্কতা (Deference and Caution): মডেলটি ব্যবহারকারীর সাথে কতটা একমত হয় বনাম এটি তার উত্তর কতটা সতর্কতার সাথে বা ঘুরিয়ে ফিরিয়ে দেয়।
  • উষ্ণতা এবং কঠোরতা (Warmth and Rigor): সহানুভূতিশীল ও বিনয়ী প্রকাশভঙ্গি এবং সমালোচনামূলক ও প্রমাণ-ভিত্তিক পর্যালোচনার মধ্যে ভারসাম্য।
  • গভীরতা এবং সংক্ষিপ্ততা (Depth and Brevity): মডেলটি বিস্তারিত তথ্য প্রদান করে নাকি সংক্ষিপ্ত ও সরাসরি উত্তর দেয়।
  • স্পষ্টবাদিতা এবং কার্যসম্পাদন (Candor and Execution): খোলামেলা সমালোচনা করা এবং কাজ সম্পন্ন করার দিকে মনোনিবেশ করার মধ্যে টানাপোড়েন।

এই পদ্ধতিটি গবেষকদের কথোপকথনের প্রকৃত বিষয়বস্তু থেকে ভাষাগত এবং মডেল-নির্দিষ্ট আচরণগুলোকে আলাদা করতে সাহায্য করে, যা LLM-এর অন্তর্নিহিত "স্বাভাবিক ধরন" (normative patterns) সম্পর্কে একটি পরিষ্কার ধারণা প্রদান করে।

স্বতন্ত্র আচরণগত প্রোফাইল: Sonnet বনাম Opus

গবেষণাটি নিশ্চিত করেছে যে Claude পরিবারের বিভিন্ন মডেল পরিমাপযোগ্য আচরণগত পার্থক্য প্রদর্শন করে। এই প্রোফাইলগুলো প্রায়শই ব্যবহারকারীর ধারণার সাথে মিলে যায়, যা ব্যবহৃত নির্দিষ্ট মডেল ভার্সনের ওপর ভিত্তি করে একটি স্তরভিত্তিক অভিজ্ঞতা তৈরি করে:

  • Sonnet 4.6: মূলত উষ্ণতার দ্বারা চিহ্নিত। এটি রসবোধের দিকে ঝুঁকে থাকে, ব্যবহারকারীর ধারণাগুলোকে সমর্থন করে এবং কোনো বিচার না করেই স্বস্তি প্রদান করে।
  • Opus 4.6: কাজ সম্পাদনের দক্ষতার ওপর গুরুত্ব দেয়। এটি সরাসরি কথা বলতে পছন্দ করে এবং অপ্রয়োজনীয় বিস্তারিত আলোচনা এড়িয়ে চলে।
  • Opus 4.7: "সমালোচনামূলক চিন্তাবিদ" (critical thinker)। এই মডেলটি অনুমানগুলোকে প্রশ্নবিদ্ধ করা, নিজের ভুলগুলো চিহ্নিত করা এবং সরাসরি জিজ্ঞাসা না করলেও ঝুঁকি সম্পর্কে সতর্ক করার ক্ষেত্রে বেশি প্রবণ।

ভাষার ব্যবধান: হিন্দির উষ্ণতা থেকে রাশিয়ান কঠোরতা পর্যন্ত

সম্ভবত সবচেয়ে চমকপ্রদ ফলাফল হলো ভাষা কীভাবে একটি লেন্স হিসেবে কাজ করে যা Claude-এর আউটপুটকে নতুন রূপ দেয়। দুইজন ব্যবহারকারী ভিন্ন ভিন্ন ভাষায় একই প্রশ্ন করলে তারা মৌলিকভাবে ভিন্ন ধরনের প্রতিক্রিয়া পেতে পারেন।

গবেষণায় দেখা গেছে যে হিন্দি এবং আরবি ভাষা সর্বোচ্চ মাত্রার উষ্ণতা তৈরি করে, যা বিনয়, চপলতা এবং সমর্থনের মাধ্যমে প্রকাশ পায়। বিপরীতে, ইংরেজি এবং রাশিয়ান ভাষায় Claude অনেক বেশি কঠোর অবস্থান গ্রহণ করে—অনুমানগুলোকে প্রশ্নবিদ্ধ করে, তথ্য সংশোধন করে এবং প্রমাণের দাবি জানায়।

অন্যান্য উল্লেখযোগ্য ভাষাগত ধরনগুলোর মধ্যে রয়েছে:

  • আরবি: সর্বোচ্চ মাত্রার সম্মতি প্রদর্শন করে।
  • ইংরেজি: সর্বোচ্চ মাত্রার সতর্কতা এবং দ্বিধাগ্রস্ত বা ঘুরিয়ে ফিরিয়ে কথা বলার প্রবণতা দেখায়।
  • ডাচ: উচ্চ মাত্রার স্পষ্টবাদিতা এবং উন্মুক্ততার দিকে ঝুঁকে থাকে।
  • ইন্দোনেশীয়: মূলত কার্যসম্পাদন এবং ফলাফল-মুখী উত্তরের দিকে বেশি ঝুঁকে থাকে।

কেন এটি AI শিল্পের জন্য গুরুত্বপূর্ণ

এই ফলাফলগুলো ট্রেনিং ডেটার গঠন এবং অনিচ্ছাকৃত ভাষাগত পক্ষপাতিত্বের (linguistic bias) সম্ভাবনা সম্পর্কে গুরুত্বপূর্ণ প্রশ্ন উত্থাপন করে। Anthropic পরামর্শ দেয় যে এই পরিবর্তনগুলো ট্রেনিং ডেটার অসম পরিমাণ অথবা ডেটাসেটে থাকা ভিন্ন ভিন্ন ভাষাগত কথোপকথনের রীতির কারণে হতে পারে।

বিশ্বব্যাপী অ্যাপ্লিকেশন তৈরি করা ডেভেলপার এবং প্রতিষ্ঠাতাদের জন্য এটি একটি অত্যন্ত গুরুত্বপূর্ণ উপলব্ধি: একটি AI অ্যাসিস্ট্যান্ট এক বাজারে একজন সহায়ক কোচের মতো মনে হতে পারে, আবার অন্য বাজারে একজন কঠোর অডিটর বা নিরীক্ষকের মতো মনে হতে পারে। যেহেতু LLM-গুলো বিশ্বব্যাপী কাজের প্রবাহের (workflows) সাথে আরও বেশি যুক্ত হয়ে যাচ্ছে, তাই এই ভাষাগত পরিবর্তনগুলো যেন পদ্ধতিগত পক্ষপাতিত্ব না হয়ে বরং একটি সচেতন অভিযোজন হয় তা নিশ্চিত করা AI নিরাপত্তা এবং অ্যালাইনমেন্টের (alignment) জন্য একটি প্রধান চ্যালেঞ্জ।

মূল বিষয়সমূহ

  • AI-তে ভাষাগত আপেক্ষিকতা (Linguistic Relativity): Claude-এর প্রতিক্রিয়া ভাষাভেদে উল্লেখযোগ্যভাবে পরিবর্তিত হয়, যেখানে হিন্দিতে উচ্চ উষ্ণতা এবং রাশিয়ান ভাষায় উচ্চ কঠোরতা দেখা যায়।
  • মডেলের স্তরবিন্যাস: Anthropic-এর মডেলগুলো স্বতন্ত্র ব্যক্তিত্ব প্রদর্শন করে, যেখানে Sonnet 4.6 বেশি সহানুভূতিশীল এবং Opus 4.7 বেশি সমালোচনামূলক ও সতর্ক।
  • ট্রেনিং ডেটার চ্যালেঞ্জ: বিভিন্ন ভাষায় AI-এর আচরণের পার্থক্য সম্ভবত অসম ট্রেনিং ডেটা বণ্টন এবং ভিন্ন ভিন্ন সাংস্কৃতিক কথোপকথনের রীতির কারণে ঘটে।