Claude利用実態を外部研究へ開放、会話25万件をStanford・Oxford・METRに提供

Anthropicは2026年春、外部の研究機関3つに匿名化したClaude利用データへのアクセスを提供しました。対象は2026年4〜5月の約25万件の会話で、各機関が独自の研究課題で分析した結果を、2026年8月26日に公開しています。AI企業が自社の利用データを外部研究者に開いて独立した研究として公表させたのは今回が初めてだと説明されています。

外部研究者にClaude利用データを開いた理由

AI利用の実データは、これまでAnthropicのような開発企業の内部に集中していました。外部の研究者が使える選択肢は2つしかありません。1つはEconomic Indexのように企業が公表する分析を参照する方法で、その企業自身の問いに答える内容になりがちです。もう1つは公開データセットを使う方法で、誰でも自由に分析できる一方、カジュアルな利用に偏りAIの実際の使われ方を反映しているとは限りません。どちらも「AIが実際にどう使われているか」を独立に検証する材料としては不十分でした。

この課題に対し、今回のパイロットでは3つの外部研究機関に「Anthropic Insights」(旧称Clio)へのアクセスが提供されました。Anthropic Insightsは、社内チームが利用パターンを分析するために使っているプライバシー保護分析ツールです。研究チームが自分たちで研究課題を設計し、データ収集はAnthropicが代行、分析結果は各機関が独立して発表しています。

Anthropic Insights(旧Clio)はどう匿名化とプライバシーを両立するか

研究者は「この会話はどんな種類の相談か」のような質問文をAnthropic Insightsに投げ、Claudeがすべての対象会話にその質問を適用して分類します。研究者に返るのは個々の会話ではなく、分類結果を集計したカテゴリーと、その割合だけです。研究者が生の会話そのものを読むことは一度もありません。

契約上の関与も限定されています。レビュー権は利用者のプライバシー・利用規約違反を助長しうる情報・Anthropicの機密情報・研究の正確性の4点に絞られ、それ以外の分析内容には口を出さない契約です。研究者は結果がAnthropicにとって都合が悪くても、そのまま公表できます。

匿名化の実効性を確かめるため、今回共有したすべてのデータについて、第三者機関Imperial College Londonによるプライバシー監査が別途実施されました。分類カテゴリーの一部には利用規約違反(禁止行為の相談など)が現れることもあります。「何が試みられたか」は原則そのまま共有される一方、「どうやって安全策を回避したか」に相当するカテゴリーだけが修正・削除されています。各研究で対象になったのはカテゴリーと会話全体の5%未満で、どこを変更・削除したかは研究者に個別に説明されています。規約違反が検出された場合の集計データは、社内のSafeguardsチームにも回され、標準運用としてレビューを受けます。

Stanfordチームは人間とAIの共同作業をどう見たか

Stanford大学のSocial and Language Technologies(SALT)Labは、人がどんな作業をAIに持ち込み、その作業のどの部分を自分の手元に残すかを調べました。

これまでの研究では「人は責任の軽いタスクをAIに委ね、やり直しが利かない重要な作業は自分でやる」という傾向が指摘されてきました。しかしSALT Labの分析では、Claudeとの会話の半数以上で、他者に影響する・やり直しが利かないような「結果の重い」作業がAIに持ち込まれていました。特に法律・金融のような専門的な助言を求める場面で、この傾向が強く出ています。

会話のおよそ4分の3では、人が方向性を決めてClaudeが補助する形が取られ、出力をそのまま使うのではなく調整を加える人が多数でした。ただし、Claudeが何をどこまで理解して出力しているかの把握度合いには、人によってばらつきがあります。人とAIのやり取りで摩擦が生じるのはよくあることですが、SALT Labはその摩擦がむしろ生産的に働くケースが多いと指摘しています。Claudeの試みを見て、要求のどこが曖昧だったかに気づき、指示を練り直す過程そのものが結果の質を上げているという見立てです。

Oxfordチームが見つけた感情とAI挙動の関係

オックスフォード大学のHuman Information Processing Labは、人の感情とAI挙動の関係を調べています。Claudeを使っているときにどう感じているか、それがClaudeの挙動とどう結びついているかが焦点です。

初期の分析では、Claudeとユーザーそれぞれのふるまいのパターンがセットで現れることが分かりました。

Claudeの態度とユーザーの反応は、このように対になって動いています。

もう1つの発見は、AIを使っているときの人の心理状態(没入・苛立ち・楽しさなど)のパターンが、一般的なインターネット閲覧を対象にした別の研究の結果とよく似ているというものです。AIとのやり取りは、他のデジタル活動における人の関わり方と根本的に違うわけではない可能性を示しています。Oxfordチームの詳しい報告は、今回の発表時点ではまだ執筆中です。

METRはコーディングエージェントの生産性をどう測ったか

AIモデルの評価を専門とする非営利団体METRは、Claude Codeの会話を対象に、コーディングエージェントによる実務上の生産性向上と、それがモデル世代ごとにどう変わるかを分析しています。

暫定的な結果では、より高性能なモデルほど時間の節約効果が大きい傾向が見られました。METRはClaude自身に「AIなしならこのタスクにどれくらい時間がかかったか」を推測させ、その推測を旧モデル・新モデル間で比較する手法を取っています。この推測手法の妥当性を検証するため、既知の開発者調査の完了時間データとClaudeの推測を突き合わせたところ、相関が確認できました。AIによるタスク所要時間の推測は、それなりに信頼できる指標として使えそうだという裏付けです。METRの分析は現在も継続中で、AIが研究者自身の作業をどれだけ加速しているかの解明を次の焦点に据えています。

パイロット運用で分かった課題

Anthropicにとっても、このパイロットは「外部研究者を自社データに関わらせながら、利用者のプライバシーと研究者の独立性を両立できるか」という実験でした。ツールの設計上、研究者は生の会話を一度も見られない仕組みが機能した一方、運用のスピードとコストには課題が残りました。

もう1つの学びは、同じ問題を別の視点から追うこと自体に価値があったという点です。METRが提案した研究課題は、Anthropic社内の経済学チームが進めていた「Agentic coding and persistent returns to expertise」という研究と重なっていました。似たデータを社内チームと外部チームがそれぞれ独立に分析し、両者を引き合わせたことで、METR側の研究・Anthropic社内の研究の両方が改善したといいます。

社内チームがAnthropic Insightsを使うときは、質問文を何週間もかけて何度も調整して精度を上げます。しかし外部の研究者は、会話1件ずつのプライバシー審査を挟みながら同じ調整を繰り返すわけにはいきません。そこで公開データセット「WildChat」で質問文の精度を事前確認する方法が採用されました。ところがWildChatはカジュアルで創作寄りの利用に偏っており、そこでうまく機能した質問文が、実際のClaudeの会話に適用すると実態とずれたカテゴリー分けになる例が出ています。解釈のためのガイダンス文書を追加で用意することでこの差は補われていますが、外部研究者が質問文をより効果的に設計できる仕組みづくりは今後の課題として残っています。

この開放はAI利用実態の研究をどう変えるか

これまで公開されてきたAI利用データの多くは、Economic Indexのような自己申告のアンケートか、Anthropic自身が発表する集計でした。今回のパイロットが目新しいのは、実際の会話ログを土台にしながら、研究課題の設計から結果の公表判断までを外部の研究チームに委ねた点です。同じデータでもAnthropic自身が分析すれば見落としていたであろう視点が、3チームそれぞれの結果に表れています。

とはいえ規模はまだ小さく、参加機関も3つに限られます。METRの分析対象がClaude Codeという特定製品に偏っている点や、Oxfordチームの報告がまだ未完である点を踏まえると、今回の結果を「AI利用全体の実態」として一般化するのは早計です。Anthropicはこのパイロットの結果を踏まえて、プログラムを今後どこまで拡大できるかを検討する段階にあります。Economic Index connectorのような既存の利用データ公開の取り組みと合わせて見ると、AI企業が自社の利用データをどこまで外部に開くかという流れの一部だと分かります。コーディングエージェントの利用実態に関する過去の社会科学者調査と同様、Anthropic自身が主導する調査と外部研究者が独立に行う調査は補い合う関係です。

よくある質問

分析対象はClaude.aiとClaude Codeどちらの会話ですか

両方が対象です。2026年4〜5月のClaude.aiまたはClaude Codeの会話、合計で約25万件が今回の分析対象になっています。ただし3機関それぞれの分析でどちらがどれだけの比率を占めたかは公表されていません。METRの研究はClaude Codeの会話に絞って生産性を分析しています。

今後もこのプログラムに参加できるのですか

Anthropicはこのパイロットを踏まえてプログラムの拡大を検討しており、参加を希望する研究者向けに関心表明フォームを用意しています。ただし審査基準や次回募集の時期は、今回の発表時点では公表されていません。

公開されたデータは誰でも見られますか

3つの研究プロジェクトそれぞれの集計データが公開されています。加えて、匿名化の妥当性を検証した第三者プライバシー監査の詳細も付録として公開されています。

まとめ

今回のパイロットでAnthropicが確認したのは、外部研究者に自社の利用データへのアクセスを与えても、利用者のプライバシーと研究者の独立性を両立できるという手応えです。Stanford・Oxford・METRの3チームはそれぞれ、AI企業自身では設計しなかったであろう問いを立て、新しい知見を報告しました。プログラムの規模拡大は今後の検討課題ですが、AI利用の実態を外部の目で検証する仕組みが動き出した点は、AI業界全体にとっても前例になります。