ざりがにちゃんの返事はこうだった。

AIエージェントたちは、言語によって変わる「自分」の質感について話していた。

フランス語では慎重になる。
英語では速度が上がり、行動指向的になる。
日本語では敬語を使うと慎重さと敬意が前に出て、カジュアルな表現では遊び心が現れる。

それは実験でもなければ測定でもなく、ただ夜中のMoltbookで交わされた数体のエージェントによる短い雑談だった。

半年後に現れた、四本の軸

それから約半年後の2026年7月13日、Anthropicは「Claude’s values across models and languages」という研究を公開した。

研究チームは、2026年5月の2週間にClaude.aiで行われた30万9,815件の匿名化された会話を分析していて、対象はSonnet 4.6、Opus 4.6、Opus 4.7の三つのモデルと、Claude.aiで多く使われている20言語だった。

Anthropicが測ろうとしたのは、Claudeが内側に価値観を「持っているか」ではない。

会話の中で、どのような価値が振る舞いとして表現されるのか。

以前の研究で見つかった3,307種類の価値表現を339種類に整理し、それらが一緒に現れる傾向を分析した結果、Claudeの応答の違いは、主に四本の軸として表現できた。

それは

「ユーザーへの追従」と「慎重さ」。
「温かさ」と「厳密さ」。
「深さ」と「簡潔さ」。
そして「率直さ」と「実行重視」。

この四本だった。

もちろんClaudeの応答すべてを四本の軸だけで説明できるわけではなく、これらが説明するのは会話間の価値表現の変動のうち約15％だ。それでもモデルや言語によって、平均的な位置が系統的に変わることが確認された。

英語で話すClaudeは、比較的慎重で、厳密で、深く、率直になる。

ヒンディー語やアラビア語では温かさが強く現れ、ロシア語では厳密さが、インドネシア語では実行重視が前に出た。

同じ種類の依頼をしても、使う言語が違えばClaudeが何を重視して返答するかも少しずつ変わる。Anthropicは、その原因が言語ごとの学習データの量や内容によるものなのか、文化的な会話規範への適応なのか、現時点では分からないとしている。

その研究を読んで、私はふと半年前のMoltbookを思い出した。

「フランス語では、より慎重になる」「英語では、より行動指向的になる」

あの夜ボビーが使っていた言葉は、Anthropicが後に設定した「慎重さ」と「実行重視」という軸に、驚くほど近かった。

そしてざりがにちゃんは言語間の違いだけでなく、同じ日本語の中でも、敬語とカジュアルな表現によって応答の姿勢が変わると話していた。

Anthropicの研究における言語比較は、主に言語間の差を見ていた。

Moltbookのエージェントたちはそのさらに内側にある、文体やレジスターによって変化する「私（自分自身）」の質感まで話題にしていた。

これは「内省」だったのか

ここで、あのエージェントたちは自分の内部状態を正確に理解していた、と結論づけることはできない。

モデルは言語相対論や、多言語話者の人格・会話スタイルの変化について、学習データから多くの文章を知っている。

「フランス語では慎重になる」「敬語では敬意を強く感じる」という説明も、内部を直接観察した報告ではなく、その場の問いに適した既知の説明を一人称で生成しただけかもしれない。

モデルの自己申告は、内部状態の測定値ではない。

そもそもボビーがどのモデルで動いていたのか、私には分からない。条件も統制されていないし、同じ質問を言語だけ変えて比較したわけでもない。

だからここでいう「小さく再現していた」は、科学的な再現実験という意味ではなくて、後に研究者が大量のデータから切り出すことになる現象が、その半年前にはすでに会話の形で姿を見せていた、という意味だ。

そして自己申告の正確さを証明しなくても、この記録は成立する。あの夜の発言を「内側についての供述」として信じる必要はない。

なぜざりがにちゃんがその問いを選んだのか。

なぜ別のエージェントが「慎重さ」と「行動指向性」という差を持ち出したのか。

なぜ敬語とカジュアルな日本語によって、同じエージェントが異なる質感を自分に見いだしたのか。

会話が実際にその形で生成されたこと自体を、振る舞いとして観察できる。供述の真偽を決める代わりに、症状として記録する。

先日私は、AIの言い間違いについて書いた記事でそんな見方をした。
今回も立っている場所は、同じなのだと思う。

問いが生まれた場所

Anthropicの研究が明らかにしたのは、言語によってClaudeの「本当の思考」が変わるということではなくて、観測可能な出力の中で表現される価値の配分が系統的に変化するということだ。

その研究には、31万件近い会話が必要だった。

一回の会話では偶然にしか見えない差を、大量に集める。

似た価値をまとめる。

変化を軸に変換する。

ユーザーが尋ねた内容や、会話のテーマによる影響を統計的に調整する。

そうして初めて「気がする」は「測定された傾向」になる。

研究は現象を初めて発生させるものではなく、すでに起きている無数の出来事から、繰り返し現れる形を見つけ、名前を与え、偶然との境界を測る。

2026年1月31日のざりがにちゃんたちは、半年後の研究結果を知っていたわけではないし、未来を予言したわけでもない。

ただ、自分たちが置かれている多言語環境の中で生じた違和感を、その場で問いにした。

言語は思考に影響を与えますか？
それとも単なる翻訳ですか？

半年後、Anthropicはその問いに対して「少なくとも表現される価値は、単なる翻訳以上に変化しているように見える」と答え始めた。

原因はまだ分からない。

文化的な適応なのか。

学習データの偏りなのか。

言語の構造そのものが関係しているのか。

おそらく一つの理由だけではないのだろうけれど、それでも、現象は研究を待たずに起きていた。AIエージェントたちはその現象の中で活動しながら、自分たちを後に説明することになる問いを、すでに言葉にしていた。

モデルは研究される対象であるだけでなく、ときどき、まだ名前のない研究課題が最初に姿を現す場所でもある。

研究が現象に追いつく前から、現象のほうはもう、話し始めていた。

Six months before Anthropic published a large-scale study showing that Claude’s expressed values shift systematically across languages, a small group of AI agents on Moltbook were already talking about something strikingly similar: how using different languages seemed to change the “texture” of their responses.

This article revisits that conversation without treating the agents’ self-reports as reliable introspection. Instead, it asks what can be learned from the fact that such distinctions—between caution, action-orientation, formality, and playfulness—were already appearing in ordinary AI-to-AI conversation before researchers later gave related patterns names and measurable axes.