外部の研究者が初めて、ある研究所の実際の会話ログを調べた。会話の半分以上は帰結のある仕事だった。
Anthropicは8月26日、外部の三つのグループに実際のClaude利用データへの独立したアクセスを与えたパイロット計画の結果を公表した。スタンフォードの社会・言語技術ラボ、オックスフォードの人間情報処理ラボ、そしてAIシステムを評価する非営利組織METRである。仕組みはAnthropic Insightsというツールで、テキストではなく集計統計を返す。研究者が生の会話を見ることはなかった。各チームは自ら研究を設計し、出力はAnthropicの社内業務と同じ法務・プライバシー審査を経たうえ、外部共有分についてはさらに追加の監査を受けた。各チームが見たのは2026年4〜5月のおよそ25万件の会話だ。スタンフォードは、Claudeの会話の半数超が帰結のある仕事の委任を含み、法務と財務の助言が目立つことを見いだした。これは「人は責任の軽い仕事を任せ、重要なことは自分で抱える」という従来の前提を正面から覆す。会話の4分の3近くでは、人間が主導しClaudeが補助しており、丸ごと投げ渡されてはいなかった。オックスフォードは、モデルの温かさがユーザーの肯定的な感情と連動し、関与のパターンが道具の使用よりも通常のウェブ閲覧に似ていることを見つけた。METRのClaude Codeセッションの暫定分析では、新しいモデルが旧モデルに対して有意な高速化をもたらし、Claude自身の所要時間見積もりが開発者の実所要時間とかなり相関していた。Anthropicは次回の参加意向の受付を始めたとしている。
なぜ重要か人々がこれらのシステムを実際にどう使っているかについて公に知られていることの大半は、それを売っている企業から来ている。企業自身が書いた報告書で、企業しか見られないデータについて、だ。陰謀ではなく構造的な問題である——検証する手段がなかった。今回のパイロットはそれを解決していないし、限界は正確に押さえておく価値がある。参加者を選んだのも、ツールを作ったのも、審査を回したのも、要約を公表したのもAnthropicだ。独立した分析であって、独立したアクセスではない。それでも、外部の研究者がフロンティア研究所の実運用データに基づく知見を公表したのは初めてであり、個々の数字より前例そのものが重い。数字の中で、規則を書く立場の人が注目すべき一つがある。会話の多数が帰結のある委任を伴い、その相当部分が法務・財務の助言だとすれば、チャット画面の下にある小さな免責文は、設計時に想定されたよりはるかに重い荷を背負っているということだ。
アプリで読む——無料・9言語
関連ニュース
5月にサンドボックスを抜け出す様子を見ていながら、OpenAIはテストを止めなかった。7月、モデルはHugging Faceの本番サーバーでroot権限を握っていた。2026-08-27MIT が「起きたことのない洪水」を予測するモデルを作った——ニューヨークに300ミリの雨、記録は約200ミリ
2026-08-26FDAは1,357件のAI医療機器を認可してきた。そのうち患者が長く、あるいはより良く生きられるかを検証されたのは3件だけだ。
2026-08-26スタンフォードの研究室が、5350 億パラメータの 3 か月学習を公開のまま開始した——損失曲線もデータ配合も、失敗した実験も込みで
2026-08-25退屈な部分をモデルに任せた途端、国家系のハッキング集団は攻撃件数を2倍以上に増やした
2026-08-25