Le due versioni sono allineate blocco per blocco, nell’ordine del testo: titolo, l’essenziale, poi paragrafo per paragrafo. Quando la traduzione ha fuso o diviso un paragrafo, la casella corrispondente resta vuota — non accostiamo mai due passaggi a occhio.
A chatbot asked the same 60 questions in two languages can answer as two different characters. In a study published in Royal Society Open Science, a team led by Yuzhan Hang of the University of Science and Technology of China gave five AI systems a standard personality questionnaire in English, then in Mandarin. Between January and March 2025, the answers shifted. ChatGPT-4o's open-mindedness score fell from 4.74 out of 5 in English to 4.03 in Mandarin, while DeepSeek-V3 moved the other way, from 4.38 to 4.81.
Un chatbot a cui vengono poste le stesse 60 domande in due lingue può rispondere come se fosse due personaggi diversi. In uno studio pubblicato su Royal Society Open Science, un team guidato da Yuzhan Hang dell'Università della scienza e della tecnologia della Cina ha sottoposto cinque sistemi IA a un questionario standard di personalità, prima in inglese e poi in mandarino. Tra gennaio e marzo 2025, le risposte sono cambiate. Il punteggio di apertura mentale di ChatGPT-4o è sceso da 4,74 su 5 in inglese a 4,03 in mandarino, mentre DeepSeek-V3 si è mosso in senso opposto, passando da 4,38 a 4,81.
The questionnaire is the Big Five Inventory-2, a psychologists' tool that asks people to rate their agreement with statements on a five-point scale and builds a profile of broad traits, such as cooperativeness or emotional stability, and narrower qualities, such as curiosity. Open-mindedness, for instance, covers intellectual curiosity, creative imagination and sensitivity to art and beauty. The researchers told each model to answer as itself rather than to impersonate a person, and repeated every assessment 30 times per language. The broad profiles held steady across repeats. The models described themselves as cooperative and dependable, with little tendency toward negative emotions. The language of the test changed the details.
Il questionario è il Big Five Inventory-2, uno strumento usato dagli psicologi che chiede di valutare il grado di accordo con alcune affermazioni su una scala a cinque livelli e costruisce un profilo di tratti generali, come la cooperatività o la stabilità emotiva, e di qualità più specifiche, come la curiosità. L'apertura mentale, ad esempio, comprende la curiosità intellettuale, l'immaginazione creativa e la sensibilità per l'arte e la bellezza. I ricercatori hanno chiesto a ciascun modello di rispondere a nome proprio, senza impersonare una persona, e hanno ripetuto ogni valutazione 30 volte per lingua. I profili generali sono rimasti stabili nelle ripetizioni. I modelli si sono descritti come cooperativi e affidabili, con scarsa propensione alle emozioni negative. È stata la lingua del test a cambiare i dettagli.
The pattern did not follow a simple national logic. ChatGPT-4o and the French-developed Le Chat scored higher on agreeableness, conscientiousness and open-mindedness in English. The Chinese-developed models scored higher on several traits in Mandarin, including trust and intellectual curiosity. Gemini 2.0 Flash, built in the United States, gave higher conscientiousness scores and lower negative-emotionality scores in Mandarin. A model's country of origin, the authors found, is a weak guide to its behaviour, and the study could not separate the influence of training data from model design or from how each model read the translated statements. Two explanations for the flattering self-portraits were also put forward: training meant to make chatbots helpful and cooperative, and the favourable self-descriptions found in human writing. An earlier study cited by the authors found that models gave more socially desirable answers when the format made the assessment obvious.
Lo schema non seguiva una logica nazionale semplice. ChatGPT-4o e Le Chat, sviluppato in Francia, hanno ottenuto punteggi più alti in gradevolezza, coscienziosità e apertura mentale in inglese. I modelli sviluppati in Cina hanno ottenuto punteggi più alti in diversi tratti in mandarino, tra cui la fiducia e la curiosità intellettuale. Gemini 2.0 Flash, sviluppato negli Stati Uniti, ha ottenuto punteggi più alti di coscienziosità e più bassi di emotività negativa in mandarino. Il Paese d'origine di un modello, hanno rilevato gli autori, è una guida debole al suo comportamento, e lo studio non è riuscito a separare l'influenza dei dati di addestramento dalla progettazione del modello o dal modo in cui ciascuno interpreta le affermazioni tradotte. Per spiegare gli autoritratti così lusinghieri sono state avanzate anche due ipotesi: l'addestramento volto a rendere i chatbot utili e cooperativi e le autodescrizioni favorevoli che si trovano nei testi scritti dagli esseri umani. Uno studio precedente citato dagli autori ha rilevato che i modelli davano risposte più socialmente desiderabili quando il formato rendeva evidente la valutazione.
So what does this change, and for whom? For researchers who want to use chatbots as stand-ins for survey participants, the study offers a practical warning and a way to test it. The authors compared the AI profiles with human data from the United States, China and France, and found that no model fully matched its reference group, with the combined Chinese-model profile diverging most from the Chinese sample. The human samples were not equally representative either. The Chinese Big Five sample, for example, included only college students. Survey teams can now run the same questionnaire in several languages before trusting a model's answers, and choosing a chatbot's language becomes part of designing the experiment. The study did not test simulations prompted to imitate specific groups, so it leaves that question open. Ordinary conversations, which the authors suggest studying next, will show whether the gaps seen on questionnaires also appear in daily use.
Cosa cambia, dunque, e per chi? Per i ricercatori che vogliono usare i chatbot al posto dei partecipanti ai sondaggi, lo studio offre un avvertimento pratico e un metodo per verificarlo. Gli autori hanno confrontato i profili IA con dati umani provenienti da Stati Uniti, Cina e Francia, e hanno constatato che nessun modello ha corrisposto pienamente al gruppo di riferimento, con il profilo combinato dei modelli cinesi che si discosta maggiormente dal campione cinese. Anche i campioni umani non erano ugualmente rappresentativi. Il campione cinese del Big Five, ad esempio, includeva solo studenti universitari. Le équipe di ricerca possono ora somministrare lo stesso questionario in più lingue prima di fidarsi delle risposte di un modello, e scegliere la lingua del chatbot diventa parte della progettazione dell'esperimento. Lo studio non ha testato simulazioni richieste di imitare gruppi specifici, quindi lascia aperta la questione. Le conversazioni ordinarie, che gli autori suggeriscono di studiare in seguito, mostreranno se le differenze osservate nei questionari compaiono anche nell'uso quotidiano.