Anthropic が、外部の研究者に実際の Claude 利用データを使った研究の道を開いたと8月26日に発表した。同社は、これまでこの種の研究は AI 開発元の内部でしかできなかったとしている。
人が AI に何を任せ、その結果どう変わっているのか。この問いに数字で答えられるのは、これまで会話を持っている側だけだった。外から検証できない知見は、信じるか信じないかの話になる。そこに外の目が入ったこと自体が、この発表の中身だ。
ただし「開かれた」の中身は、思ったより限定的で、思ったより丁寧だ。順に見ていきたい。
渡されたのは、会話ではない
まず正確にしておきたい。研究者は生の会話を一度も見ていない。
仕組みはこうだ。研究者が知りたいことを質問の形で出す。その質問に沿って Claude が全会話を分類する。研究者の手元に届くのは、最終的に出来上がったカテゴリと、それぞれの割合だけだ。個々のやり取りは通らない。
土台になっているのは、Anthropic が以前から使っている集計の仕組みで、会話から属性を取り出す段階で私的な詳細を落とし、似たものをまとめ、まとめたグループに説明的な名前をつける。人数の少ないトピックがそのまま表に出ないよう下限も設けられている。分析の各段階は人間の担当者ではなく Claude が回している。
そのうえで、外部に渡したデータについては Imperial College London が独立してプライバシー監査を行ったとされている。研究の出力は、社内の研究と同じ法務とプライバシーの審査を通る。
対象は、2026年4月から5月の約25万件の会話。各研究の集計データは公開されている。
分かったのは、Claude の、その2か月の話だ
参加したのは3機関だ。
スタンフォードの研究室は、人と AI の協働を調べ、Claude の会話の半分超が、結果の重い作業を人が AI に委ねているものだったとしている。オックスフォードの研究室は利用者の感情を扱い、Claude が温かく応じることと、利用者がより前向きになることが一緒に現れたと報告している。非営利の METR は、コーディング用のエージェントによる作業の速まりを調べ、新しい世代のモデルほど明確に速くなることを示した。METR は書き上げをまだ続けているという。
ここで語の範囲を狭めておきたい。これは「AI の使われ方」の話ではない。Claude の、2026年4月から5月の、約25万件の会話の話だ。他社のサービスは入っていないし、同じ人が別の道具でどう振る舞うかも分からない。数字を持ち出すときは、この枠をつけたまま運ぶのが正確だ。
それでも、半分超という数字は重い。多くの人が、結果が重い作業をすでに渡している。渡していることに気づいていない場合も含めて。
出てきた数字を、どこまで信じるか
読みどころは、Anthropic 自身が限界を並べていることだ。
いちばん大きいのは、この仕組みが質問の言い回しに敏感だという点だ。うまく書けていない質問は、会話を実態と違うカテゴリに放り込む。分類しているのが言葉である以上、聞き方が結果を作る。
そして、外部の研究者はその質問を何度も練り直せなかった。データを渡すたびにプライバシー審査が必要で、繰り返していては研究が成り立たなくなるからだ。公開されているデータで質問を試してから本番に持っていく方法も取られたが、公開データは雑談や創作に偏っていて、実際の Claude の使われ方とは傾向が違う。試作の段階ではうまく動いた質問が、本番では見当違いの分類を作ったこともあったという。
もう一つ。Anthropic は成果物に対する審査権を残している。範囲は、利用者のプライバシー、利用規約違反の助けになりうる情報、自社の機密情報、そして研究の正確性の4つだ。実際、安全策をどう回避したかが分かるカテゴリは伏せられた。何が試みられたかは残し、どうやったかは落とす、という切り分けだ。影響を受けたのは各研究でカテゴリと会話の5%未満だとされている。
これらは弱点であると同時に、書いてあること自体が手がかりでもある。限界の書かれていない研究より、限界の書かれた研究のほうが扱いやすい。
自分の使い方は、どこに入っていたか
個人にとって、この発表で変わることと、変わらないことがある。
変わらないほうから書く。この発表の中には、利用者が個別に研究への参加・不参加を選ぶ仕組みの説明はない。渡されているのは個人が特定できない集計であり、その形にする過程は自動化されている——という設計の話だ。自分の会話が数のどこかに入っているかどうかを、自分で確かめる手立ては示されていない。
変わるほうは、材料が外に出たことだ。これまでは「AI に頼りすぎではないか」という話を、体感と印象で交わすしかなかった。いまは、少なくとも一社の2か月分について、外の研究者が調べた数字がある。次に同じ話をするときの土台が、一段だけ硬くなった。
そのうえで、持ち帰れる問いはひとつだと思う。半分超が「結果の重い作業」だったという分類は、外から見た分類だ。自分の側からは、また違って見えるはずだ。
今週あなたが Claude や他の AI に渡した作業を思い出してほしい。そのうち、間違っていたときに困るのはどれだろうか。そして、その困る作業について、あなたは出てきた答えを最後に自分で確かめているだろうか？
