Anthropic Interviewerとは — 1,250人の職業人が語ったAIとの付き合い方
Claudeが面接官になる調査ツールAnthropic Interviewerの仕組みと、一般職1,000人・クリエイター125人・科学者125人の回答傾向、数字を読むときの限界を解説します。
Anthropic Interviewerは、Claudeが面接官になってインタビューを自動で進める調査ツールです。Anthropicは2025年12月4日にこのツールを発表し、試験運用として1,250人の職業人に10〜15分ずつ話を聞きました。内訳は一般職1,000人、クリエイター125人、科学者125人です。
この記事では、ツールの仕組み、3つのサンプルの回答傾向、自己申告と実利用のずれ、数字を引用するときの注意点をまとめます。2026年9月に始まった公開インタビューの参加条件はAnthropic Interviewer調査の参加条件で扱っています。
Anthropic Interviewerは何をする道具か
Anthropic Interviewerは、Claudeを使って詳細なインタビューを大規模に自動実施し、結果を人間の研究者に返す仕組みです。AnthropicはこれまでClaudeとの会話の中身しか見られませんでした。会話のあとで出力をどう使うか、AIをどう感じているか、将来の役割をどう描いているかは、本人に聞くしかありません。
数百件の面接を人手で回すのは時間も費用もかかります。そこで面接そのものをClaudeに任せた、という位置づけです。
計画・面接・分析の3段階でどう回しているか
流れは「計画」「面接」「分析」の3段階です。
Anthropic Interviewerの3段階
- 1
計画
調査の目的を伝えたシステムプロンプトから、質問と会話の流れを生成します。サンプルごとの仮説も、このプロンプトに入っています。人間の研究者が計画を見直して確定します。
- 2
面接
計画に沿って、相手の答えに合わせながらリアルタイムで聞いていきます。面接はclaude.ai上の画面で行われ、1人あたり約10〜15分です。
- 3
分析
人間の研究者とAnthropic Interviewerが一緒に書き起こしを読み、調査の問いへの答えと代表的な引用を出します。テーマの抽出と、各テーマに触れた参加者の割合の集計は、別のAI分析ツールが担当します。
計画段階の狙いは、全員に同じ研究課題を聞きつつ、脱線や個別の話題も拾える余地を残すことです。
面接のあとには、参加者への満足度調査も行われました。97.6%が5以上(7段階)と答え、49.6%が最高評価です。「考えを十分に表せた」は96.96%、「この形式を他の人にも勧める」は99.12%でした。ただしこれは参加者自身の評価で、人間の面接官と比べた数字ではありません。
1,250人は誰か — 3つのサンプルの違い
参加者は、クラウドワーカー向けのプラットフォームで募集されました。全員、クラウドワーク以外に本業を持つ人です。Anthropicは本来Claude.aiの一般利用者を対象にしたいと説明しており、今回の募集経路は試験運用のためのものでした。
サンプルの内訳
一般職
1,000人
職業を指定せず募集
クリエイター
125人
執筆者48%、視覚芸術家21%
科学者
125人
物理9%、化学9%、化学工学7%
一般職の1,000人で最も多いのは、教育・指導(17%)、コンピューター・数学(16%)、芸術・デザイン・エンターテインメント・メディア(14%)です。科学者の125人には50を超える分野が含まれ、データサイエンティストも6%います。
クリエイターと科学者を別枠にしたのは、AIの役割が揉めている最中の領域だからです。Anthropicは、この2つの職群には一般職と異なる導入の型や懸念が出ると仮説を立てて臨んでいます。
| サンプル | 調査の主な問い | 回答の核 |
|---|---|---|
| 一般職 | 調査の主な問い仕事の流れにAIをどう組み込むか | 回答の核定型作業は任せ、職業上の核は手元に残したい |
| クリエイター | 調査の主な問い創作の過程と将来の関係をどう見るか | 回答の核生産性は上がるが、周囲の目と収入への不安が強い |
| 科学者 | 調査の主な問い研究のどの段階で使え、何が壁か | 回答の核使うのは文献・コード・執筆まで。信頼性が壁 |
職業人・クリエイター・科学者の回答はどう分かれたか
3つのサンプルとも、AIが仕事に与える影響を前向きに語る人が多数派でした。ただし、悲観寄りになる話題もあります。教育への組み込み、アーティストの代替、セキュリティです。
一般職 — 時短は実感、でも人には言いにくい
一般職の86%がAIで時間が節約できると答え、65%が自分の仕事でのAIの役割に満足していました。数字だけ見れば好調です。
気になるのは周囲の目です。69%が、職場でAIを使うことの社会的な偏見に触れています。あるファクトチェッカーは、同僚がAIを嫌っていると口にしたとき、何も言わなかったと話しました。自分のやり方は誰にも言わない、という姿勢です。
将来への見方は割れています。
- 41%は、自分の仕事は安泰で人間の技能は代替されないと感じている
- 55%は、AIが将来に与える影響に不安がある
- 不安を持つ人の25%はAIの使い方に線を引き、別の25%は役割を広げたり専門に寄せたりして適応している
- 不安があるのに具体的な対処策がない人は、全体の8%にとどまる
48%は、現場の作業より、AIを管理・監督する立場へ転身することを考えていました。法律家や会計士、医療職のように今は業務でのAI利用が制限されている職種は、将来の規制緩和で多くのタスクを任せられると見込んでいます。
クリエイター — 作業は速くなり、自分の手綱は怪しくなる
クリエイターは97%が時間の節約を、68%が仕事の質の向上を報告しました。あるウェブライターは、1日に磨き上げられる文章が2,000字から5,000字超に増えたと語り、写真家は編集の納期が12週間から約3週間に縮んだと述べています。
一方で、70%が周囲のAIへの視線に気を配っていました。声優は、産業用ナレーションのような分野が事実上消えたと語っています。
125人全員が、創作物のコントロールを手放したくないと答えました。にもかかわらず、実際にはAIが創作の判断を主導する場面があることも認めています。あるアーティストは「コンセプトの多くはAIが出し、自分は導くだけ。AI 6割、自分の案4割」と話しました。
Anthropicは、ClaudeがAIによる画像・動画・音楽を生成しない点を注記しています。クリエイターの不安は、Claudeに限らずAI全体に向けたものです。この区別は、記事で数字を引くときも保ちたいところです。
分野別の感情も差が出ました。ゲーム開発者と視覚芸術家は満足度が高いのに、不安も高い。デザイナーは逆に、不満が目立って満足度が低い。信頼は全分野で低めでした。
科学者 — 助手は欲しいが、核心は預けられない
科学者が実際にAIを使うのは、文献調査、コーディング、執筆などです。仮説の生成や実験は、まだAIに任せられないという声が目立ちました。
壁として最も多いのは信頼性で、79%のインタビューで挙がっています。現在のAIの技術的な限界は27%です。情報セキュリティ研究者は、すべての出力を確認するなら、エージェントに任せる意味が薄れると話しました。数学者も、検証に時間をかけると結局かかる時間は同じだと述べています。
それでも91%は、研究にもっとAIの支援が欲しいと答えました。約3分の1は主に執筆の支援を、多数派は実験設計の批評、科学データベースへのアクセス、分析の実行まで研究全体での支援を望んでいます。
科学者は職を奪われる不安をあまり持っていません。言語化されにくい暗黙知や、実験そのものが人間の判断に依存する点を理由に挙げています。規制順守、技能の衰え、コストはどれも10%未満でした。
自己申告の65%と実利用の47%はなぜずれるのか
この調査でいちばん掘り下げる価値があるのは、AIの使い方に関する自己申告と実際のClaude利用データの差です。
AIとの関わりは2つに分けられます。拡張はAIがユーザーと協働して作業を進める形、自動化はAIが直接作業を実行する形です。
拡張と自動化の比率
インタビューでの自己申告
AIの主な役割を協働と答えた人が、自動化と答えた人を大きく上回ります。
Claudeの実際の会話
Economic Indexの最新分析では、ほぼ半々に分かれています。分類されなかった会話があるため、合計は100%になりません。
Anthropicはこの差の理由を断定していません。候補として5つ挙げています。
- 調査の回答者と、前回の分析に出てくる利用者のサンプルが違う
- 会話が終わったあと、ユーザーが出力を手直しするため、チャット上は自動化に見える
- 参加者がタスクごとにAI提供元を使い分けている
- 自己申告の使い方が実際の利用と食い違う
- 自分の使い方を、実際より協働的だと感じている
これらは互いに排他ではありません。1つの数字の差に、サンプル、観測範囲、記憶の癖、社会的望ましさが重なっている可能性があります。
読者にとっての教訓は単純です。「職業人の65%はAIを協働相手として使っている」と書くのは正確ではありません。正確には「面接で協働的だと答えた人が65%いた」です。行動のログではなく語りの数字だという線を、引用のたびに引いておく必要があります。Economic Indexの測り方はEconomic Index Primitivesの解説で追えます。
数字を引用する前に押さえる限界
Anthropic自身が、結果を最終結論ではなく初期のシグナルとして読むよう求めています。挙げられた限界は次のとおりです。
| 限界 | 中身 |
|---|---|
| 選択バイアス | 中身クラウドワーカー向けの募集のため、一般の労働者より前向き・経験豊富な層に偏りうる |
| 要求特性 | 中身AIに、AI利用について聞かれると知っていたため、答え方が変わりうる |
| 静的な分析 | 中身ある時点の断面で、使い続けた後の変化は追えない |
| 感情分析の制約 | 中身テキストのみで声のトーンや表情を拾えない |
| 自己申告 | 中身実際の行動と食い違う可能性(社会的望ましさ、記憶違い) |
| 研究者の解釈 | 中身質問の選び方と見るパターンが結果を形づくる |
| 地理的な一般化 | 中身回答者は主に西洋圏で、文化差は大きいはず |
| 非実験的研究 | 中身生産性や質の向上がAIによるものか因果は断定できない |
日本の読者にとって重いのは、地理的な一般化です。回答者が西洋圏中心なので、「69%が偏見を感じる」といった職場の空気に関する数字を、日本の職場にそのまま重ねるのは危険です。数字は、観点の見取り図として使うのが現実的でしょう。
もう1点、言い切れることがあります。この調査の価値は、結論の数字そのものより、聞き方と公開の姿勢にあります。面接の設計を明らかにし、全書き起こしを開いて、第三者が別の切り口で読み直せるようにしました。
公開された書き起こしデータの扱い
1,250人の書き起こしは、参加者の同意を得てHugging Faceで公開されています。ファイルは一般職、クリエイター、科学者の3つの分割に分かれたCSVです。
README本文には「データはCC-BY、コードはMITライセンスで公開」とあります。一方、同じREADMEの設定欄(メタデータ)のライセンス欄はmitです。データの再利用条件を確かめたい場合は、本文の記述に当たるのが確実です。再配布や二次利用では、帰属表示が必要な前提で扱います。
# READMEの設定欄にある記述
license: mit
configs:
- split: workforce # interview_transcripts/workforce_transcripts.csv
- split: creatives # interview_transcripts/creatives_transcripts.csv
- split: scientists # interview_transcripts/scientists_transcripts.csvツールの次の使い道
Anthropicは今後、このツールを職業群ごとの対話に広げる構えです。具体的に挙がっているのは3つの領域です。
- クリエイター: LAS Art Foundation、森美術館、Tate、Rhizome、Socraticaなどとの提携。創作ツール企業とはModel Context Protocol経由でClaudeの活用を探る
- 科学者: AI for Scienceの助成先から、AIへの期待を聞く
- 教師: 米国教員連盟(AFT)と、40万人の教員のAI教育を支える計画を進める
同じ手法の後続調査として、2026年4月開始のEconomic Index Surveyがあります。Claudeの利用者8.1万人の回答分析はEconomic Indexの8.1万人分析にまとめています。社内で同じ手法を使った技術者調査はAnthropic社内調査の記事で読めます。
まとめ
Anthropic Interviewerは、Claudeが面接官を務め、人間の研究者が計画と分析に関わる大規模インタビューの仕組みです。1,250人の職業人の結果は、AIは時間を節約する一方で、周囲の目、収入、信頼性という別の不安を連れてくる、という像を描きました。
数字を使うときは、「語りの数字であること」と「西洋圏中心の試験サンプル」という2点を添えるのが安全です。一般職の65%という協働の自己申告は、実利用の47%と並べて初めて意味が出ます。