科学におけるAIの話題は、タンパク質の構造、新しい結晶、解かれた数学の問題といった大きな成果に集中しがちです。研究者が実際にClaudeをどう使っているかを調べたAnthropicの新しい研究は、もっと日常的な姿を描いています。科学者は主にデータの分析と文章の執筆に使い、自分たちが発見にとって最も重要だと考える作業には最も使っていませんでした。
研究の対象は、2026年8月2日から9月30日までの消費者向けプランでの研究セッション207,049件で、内訳はClaudeのチャットとCoworkの画面で128,914件、Claude Codeで78,135件です。言語モデルが各セッションを、34分野にわたる7,262の研究作業からなる分類体系に沿って分野と作業ごとに分類し、残したのはそのラベルだけです。Anthropicは研究内容は抽出しておらず、結果は集計した形でしか報告していないとしています。データ分析だけで、Claudeのセッションの約3分の1、Claude Codeではほぼ半分を占めました。Claudeでは情報科学が11.9%で首位、次いで工学が8.4%、医学が7.7%でした。Claude Codeでは偏りがさらに大きく、情報科学は世界の研究者の4.3%にすぎないのに、セッションの32.7%を占めています。
より興味深いのは、利用とAIの得意分野の一致です。Anthropicは、各研究作業をAIが理論上どれだけうまくこなせるかを測る指標を作りました。この指標で上位5分の1の作業は、研究者がその作業に費やす時間から予想される量の2倍から4倍使われ、主に実験室での物理的な作業である下位5 分の1はほとんど使われていませんでした。調査に答えた科学者が最も重要と考えるアイデアの創出とデータの収集は利用が少なめでした。Anthropicの研究向け専用製品Claude Scienceでは、アイデア創出の割合はClaudeのおよそ2倍です。
当サイトのClaudeとClaude Codeのレビューを読んだ方にとって、これはこれらの製品が得意とすること、つまりデータやコード、下書きを素早く処理することと合致します。また、最大の恩恵がまず最も計算中心の分野、AIそのものを作る分野にも向かっていることを示唆しています。
予測は慎重に受け止めるべきです。報告書の単純なモデルによれば、現在の能力が広く普及すれば一部の分野で研究成果が2倍になる可能性があり、物理的でない研究作業をすべて自動化すれば情報科学や統計学の成果は最大15倍に、物理的な制約のある実験系の科学では3倍から4倍になるといいます。これらは想定であり、測定ではありません。調査に答えたAIを積極的に使う研究者の約40%は、2030年までにモデルが研究プロジェクト全体を単独でこなすと予想していますが、これは意見です。そして研究全体は、Anthropicが自社製品の消費者向け利用者を分析したもので、企業やAPIでの利用は含まれていません。