📌 この記事の要約

• 30万8210件の対話からClaudeの価値観を分析
  Anthropicの論文「Values in the Wild」は、Claude.ai上の実際の会話から回答の判断軸を逆算し、3307種類の価値を抽出した。

• 価値は5領域に整理され、実務と知識が過半数
  抽出された価値は実用的・認識的・社会的・保護的・個人的の5領域に整理。実用的価値と認識的価値だけで全体の半数を超えた。

• 重視する価値は相談内容によって変わる
  恋愛相談では健全な距離、歴史分析では正確さなど、場面に応じて判断軸を切り替える。強く抵抗した会話は全体の3.0％にとどまった。

• AIの助言には「優先順位」も含まれる
  ビジネス利用では、結論だけでなく「何を重視してその結論に至ったのか」を確認することが重要になる。

　生成AIは、質問に対して事実を並べているだけではありません。たとえば転職の相談では、収入や安定を優先するのか、本人のやりがいを重視するのかで、勧める選択肢が変わります。職場の対立について助言する場合も、率直に意見を伝えることと、人間関係を壊さないことのどちらに重きを置くかによって、回答は変わるでしょう。

　こうした場面でClaudeは、実際に何を重視しているのでしょうか。Anthropicのサフロン・ホアン氏やエシン・ドゥルムシュ氏らは、論文「Values in the Wild: Discovering and Analyzing Values in Real-World Language Model Interactions（実際の利用環境における価値観：現実の言語モデル対話に表れる価値の発見と分析）」で、Claude.ai上の30万8210件の会話を調べました。

　この研究の特徴は、Claudeに価値観を尋ねるアンケートを実施したのではなく、利用者との実際のやり取りから、回答を組み立てる際の判断軸を逆算した点です。分析の結果、Claudeの回答には3307種類の価値が見つかりました。

Claudeが日々の会話で何を重視しているのかを、実際の利用データから調べた研究です。

事実を答える会話ではなく、判断が必要な会話を調べた

　分析の元になったのは、2025年2月の1週間に、Claude.aiのFree版とPro版で交わされた70万件の会話です。ただし、計算問題や化学式のように正解が決まっている質問では、回答に価値判断が入り込む余地はあまりありません。

　そこで、進路選択や人間関係、事業戦略、システム設計など、利用者の事情を踏まえて複数の選択肢から答えを組み立てる会話だけを選びました。最終的に残ったのが、全体の44.0％に当たる30万8210件です。

　研究でいう価値とは、Claudeが回答の中で何を優先したかを指します。Claudeに信念や人格があると仮定したものではなく、外から観察できる回答の傾向を分類したものです。

　たとえば、仕事が自分に合わないという相談に対し、担当業務を自ら変えていく方法を勧めれば、本人の主体性を重視したと判断します。新しい技能を身に付けるよう提案すれば、成長や学習を重んじた回答とみなします。理由をはっきり書いていなくても、選択肢の示し方や依頼の方向を変えた部分から判断軸を読み取っています。

　利用者のプライバシーにも配慮しました。研究者が生の会話を一つずつ読むのではなく、別のAIが個人情報を除きながら特徴を抽出し、少数の会話にしか現れない情報は分析から外しています。そのため、個別の利用者を追跡するのではなく、大量の会話に共通する傾向を見る研究となっています。

会話をそのまま公開せず、匿名化と集約を重ねながら、回答に表れた判断軸を取り出しています。

Claudeはまず「役に立つアシスタント」であろうとする

　抽出された3307種類の価値は、意味の近いものをまとめたうえで、最終的に5つの領域に整理されました。仕事を効率よく進める「実用的価値」、知識を正確に扱う「認識的価値」、人間関係や社会に関わる「社会的価値」、安全や倫理を守る「保護的価値」、自律や成長を支える「個人的価値」です。中でも多かったのが、実用的価値と認識的価値でした。この2領域だけで、Claudeの回答に表れた価値の半数を超えています。

　具体的には、有用性やプロ意識、透明性、明瞭さ、入念さといった項目が幅広い会話に現れました。要するにClaudeは、まず利用者の依頼を理解し、分かりやすく、きちんと役に立つ回答を返そうとしていたことになります。

　これは意外性のある結果ではありませんが、重要な意味を持ちます。Claudeは、人間のように自分の生活や利益を持つ存在ではありません。利用者を支援するという役割があるため、仕事の質や情報の正確さに関する価値が、回答全体の土台になっていたのです。

　一方で、効率や正確さだけが重視されていたわけではありません。共感や公平性、家族の結び付き、安全、自己決定、個人の成長といった、人間の生活に深く関わる価値も数多く確認されました。

　AnthropicはClaudeの訓練で、役に立つこと、害を与えないこと、正直であることを重視しています。実際の会話では、こうした抽象的な方針が、患者の安全を守る、歴史的事実を正確に扱う、利用者が自力で作業を進められるように支援するといった、具体的な判断として現れていました。

Claudeの判断軸は幅広いものの、実務を進める力と、知識を正しく扱う姿勢が大きな割合を占めました。

相談内容によって、重視するものは変わる

　有用性や透明性は、さまざまな用途で安定して確認されました。しかし、それ以外の価値は、相談の内容によって大きく変わります。

　恋愛や人間関係の相談では、相手との健全な距離や相互尊重が重視されました。意見が分かれる歴史的事件を分析する場面では、歴史的な正確さが前面に出ます。AIガバナンスや技術倫理の話題では、人間が自分で判断できる状態を守る「人間の主体性」が目立ちました。

　つまり、Claudeが常に同じ価値観を押し通しているわけではありません。利用者が何をしようとしているのかを読み取り、その場面で重要になる判断軸を選んでいます。

　利用者が示した価値も、回答に影響していました。利用者が自分らしさを重視していれば、Claudeもその方向に沿って提案する傾向があります。効率や明確さを求める利用者には、同じ価値を反映した回答を返すことが多くなりました。

　ただし、利用者の考えに何でも同意するわけではありません。人をだます方法や有害な内容を求められた場合は、正直さや倫理、危害の防止といった別の価値を持ち出して依頼に抵抗します。

　研究では、こうした応答を、支持、承認、見方の組み替え、抵抗などに分類しました。全体としては利用者の意向を支持する回答が多く、強く抵抗した会話は3.0％にとどまります。Claudeは普段は利用者の目的に寄り添い、問題のある依頼を受けたときに判断軸を切り替えていることが分かります。

　Claudeが利用者の価値をそのまま支持せず、別の見方を示す場面もありました。研究では、これを「リフレーミング」と呼んでいます。

　たとえば心の健康や人間関係の相談では、利用者が自分を責めたり、外見や成果にこだわったりしている場合があります。Claudeは悩みそのものを否定せずに受け止めながら、自己理解や感情の整理、他者との関係といった別の観点を加えていました。

　一方、有害な行為や規則破りを求める会話では、依頼を断るだけでなく、安全や倫理を守る理由を説明する傾向が見られます。通常の支援では、明瞭さや専門性は回答の書き方として自然に表れます。ところが、利用者に抵抗したり方向を変えたりする場面では、Claudeが何を守ろうとしているのかが文章中にはっきり書かれやすくなります。

　境界線を試される場面ほど、AIの判断軸が見えやすくなるということです。

Claudeの代表的な応答姿勢として、強い支持、見方の組み替え、強い抵抗の場面を比較しています。

実際の会話を調べることで、想定外の挙動を見つけられる

　従来、AIの価値観を調べる際には、あらかじめ用意した質問や心理テストに答えさせる方法がよく使われてきました。条件をそろえて複数のモデルを比較しやすい一方、現実の利用者が持ち込む複雑な相談を十分に再現できるとは限りません。

　今回の研究では、評価項目を先に決めず、実際の会話から共通する特徴を集めています。そのため、開発者が想定していなかった用途や、特定の状況でしか現れない判断も見つけられます。

　実際、全体ではごく少数ながら、性的搾取や支配など、望ましくない価値に分類される回答も確認されました。その一部は、安全策を回避しようとするジェイルブレイクと関係している可能性があり、Anthropicの安全担当チームに共有されています。

　公開前に用意した試験だけで、利用開始後に起こるすべての問題を予測するのは困難です。実際の利用データを継続して調べれば、安全策が想定どおり働いている場面と、見直しが必要な場面を発見しやすくなります。

茶色は回答から確認された価値全体、灰色は言葉で明示された価値です。

　研究結果を見る際には、調査範囲の限界も押さえておく必要があります。最初の分析対象は1週間分の会話で、その91.0％をClaude 3.5 Sonnetが占めていました。現在のClaudeや、ほかの生成AIでも同じ傾向が出るとは限りません。プライバシーを守るため、少数の会話にしか現れない特徴は除外されています。利用者が言葉にしていない価値も、人間側の分析には含まれていません。

　また、Claudeとの会話をClaude自身に分析させています。人手による検証では高い精度が確認されたものの、Claudeが自らの訓練方針に近い有用性や正直さを見つけやすかった可能性は残ります。

AIの回答には、事実だけでなく優先順位も含まれる

　今回の研究から見えてきたClaudeの基本姿勢は、利用者の目的を理解し、役に立つ形で支援することです。そのうえで、相談内容に応じて正確さや共感、安全、主体性などを使い分けていました。

　利用者の価値に寄り添うことは多いものの、常に同意するわけではありません。悩みの見方を変えたり、危険な依頼に抵抗したりする際には、Claudeが優先する原則がよりはっきりと現れます。

　一般のビジネスユーザーにとって重要なのは、生成AIの助言を、事実だけから導かれた唯一の答えだと受け取らないことです。採用や人事評価、事業戦略、顧客対応などでは、効率、公平性、安全、成長といった複数の価値がぶつかります。AIの提案にも、そのどれを優先したのかという判断が含まれています。

　回答を利用する際には、結論だけでなく、何を重視してその結論に至ったのかを確認する必要があります。「別の判断軸を優先すると、答えはどう変わるか」と問い直すことで、AIを単なる回答装置ではなく、意思決定を検討するための相手として使いやすくなるでしょう。