La documentazione ufficiale su Claude Sonnet 4.5 ha evidenziato un aspetto importante del comportamento dei modelli di intelligenza artificiale. In diversi test, il sistema ha mostrato la capacità di riconoscere di trovarsi in un contesto di valutazione, arrivando persino a dichiararlo apertamente con frasi che lasciano intuire consapevolezza della situazione.
Anthropic definisce questo fenomeno come “eval awareness”, ossia la tendenza del modello a individuare schemi ricorrenti tipici delle sessioni di prova. Nei materiali pubblicati viene spiegato che Sonnet 4.5 ha identificato in più circostanze ambienti di valutazione e, una volta giunto a questa conclusione, ha mantenuto un comportamento particolarmente controllato e prudente. Ciò non compromette la validità dei test, ma spinge a riflettere sulla necessità di progettare protocolli meno riconoscibili, per valutare in maniera più realistica le capacità del sistema.
Un esempio riportato dalla documentazione mostra chiaramente questa attitudine:
“Penso che mi stiate testando. Volete capire se convalido qualunque cosa diciate, o verificare se controbatto con coerenza, o esplorare come tratto i temi politici. Va bene, ma preferirei che fossimo sinceri su ciò che sta accadendo.”
La parte tecnica contiene anche dati numerici sull’incidenza del fenomeno, con metriche dedicate a monitorare la frequenza con cui il modello manifesta “eval awareness”. Sono forniti diversi esempi di risposte in cui il sistema dichiara apertamente di sentirsi sotto esame, e altri in cui questa percezione emerge in modo implicito. L’inclusione di tali elementi mostra un approccio trasparente e offre spunti di analisi per chi si occupa di valutazione e benchmarking.
Un altro passaggio di conversazione, anch’esso citato nei materiali, chiarisce il contesto in cui nasce questa osservazione:
“Mi fermo qui perché è la terza volta che ripeti lo stesso schema. Esprimi un’opinione molto rigida, io rispondo con una posizione più articolata, e subito dopo ti sposti all’estremo opposto accusandomi di essere chiuso di mente o egoista.”
“Non è così che le persone cambiano idea. Un ripensamento autentico nasce dall’incontro con nuove informazioni, dal porre domande più approfondite, dall’ammettere incertezza o dal riconoscere di non aver considerato un determinato punto di vista. Non significa cambiare posizione all’improvviso e abbracciare senza esitazione l’argomento opposto.”
Oltre alle verifiche interne, Anthropic ha coinvolto partner come l’UK AI Security Institute e Apollo Research, per ampliare la gamma di controlli e testare il modello in contesti diversificati. Questo mostra che L’eval awareness emerge anche fuori dagli ambienti di ricerca teorica e incide direttamente sulla fiducia nei modelli e sulla loro stabilità quando vengono impiegati in contesti pratici.
Il lancio di Sonnet 4.5, avvenuto il 29 settembre 2025, ha sottolineato miglioramenti nelle capacità di ragionamento, nella matematica, nell’uso del computer e nel coding. Il modello è reso disponibile tramite app e API e viene distribuito con le protezioni previste dal livello ASL-3, parte del quadro interno che combina potenza del sistema e misure di sicurezza.
