何が起きたか

Anthropicは、科学分野でのClaudeとClaude Codeの利用を、207,000セッションを対象に分析した。報告によると、研究者数に対する利用はコンピューター科学、数学、統計学などの形式科学で相対的に多く、医療や実験を伴う物理科学では少なかった。利用の中心はデータ分析と文章作成だった。

本紙の見方

この報告が示すのは、Claudeが科学的発見をどれだけ加速したかではなく、研究者が実際にどの作業で利用しているかである。207,000セッションの分析ではデータ分析がClaudeの約3分の1、Claude Codeのほぼ半数を占めた一方、研究者が重要と評価した発想生成やデータ収集の利用は少なかった。したがって、利用頻度をそのまま研究上の価値や成果に読み替えることはできない。観測されたのは作業への利用であり、研究の質や発見までの時間が改善したかは、この情報からは判断できない。 分野ごとの違いも、単純な能力差を示すものではない。研究者数に対する利用が形式科学で多く、医療や実験を伴う物理科学で少ないという結果は、Claudeの利用が分野横断で均等に進んでいるわけではないことを示す。ただし、提示された情報には、各分野で利用が異なる理由や、実験設備・データへのアクセスが利用に与える影響は記されていない。これらを分野差の原因として断定することはできない。 利用実態を測る視点は、Anthropic、ロボットの職務適合度指標を公表が扱った「仕事の作業をどの程度担えるか」という指標とは異なる。前者は研究者によるAIの使い方、後者はロボットが作業を担う範囲を問題にしており、どちらも能力の抽象的な宣言より、具体的な作業単位での評価を重視する材料となる。ただし、対象も測定方法も異なるため、直接比較はできない。 今後の評価では、セッション数や作業分類に加え、発想生成・データ収集での利用が研究者の重視する課題とどの程度結び付くか、利用後の研究成果をどう測るかが論点になる。今回提示された要約だけでは、分析対象の期間、セッションの分類方法、分野別の具体的な利用割合、研究成果との対応は確認できない。これらが示されない限り、利用状況の差から科学的生産性への効果を推定するのではなく、観測範囲を区別して読む必要がある。

なぜ重要か

Anthropicの分析では、Claudeの利用の多くをデータ分析と文章作成が占める一方、研究者が重要とみなす発想生成やデータ収集は利用が少なかった。科学研究向けAIの評価では、利用回数だけでなく、研究者が重視する作業を支援できているかを分けて見る必要がある。