AI News JAPAN

世界のAIニュースを最速で把握できるメディア

Advertisement

Claudeの科学研究利用を分析、コンピューター科学・数学での活用が突出――Anthropic調査

公開:2026年11月6日, 最終更新:2026年11月6日

Anthropicの研究チームは、2026年8月2日から9月30日にかけてのClaudeおよびClaude Codeの科学研究セッション207,049件を、プライバシー保護インフラを通じて分析し、研究者によるAI活用の実態と科学的発見への潜在的影響を報告した。

30秒サマリー

  • データ分析がClaudeセッションの約3分の1、Claude Codeセッションの約半数を占め、最大の用途となっている
  • コンピューター科学・数学・統計などの形式科学での相対的利用率が高く、実験室を伴う物理科学・医学での利用は低い
  • 現行AI能力の広範な普及で一部分野の研究アウトプットが最大2倍、非物理的作業の完全自動化シナリオではコンピューター科学・統計分野で最大15倍の増大も

Anthropic調査が示すClaudeの科学研究利用の実態

Anthropicの研究チームは、プライバシー保護インフラを用いてClaudeの科学研究利用を分析した公式レポートを公開した。同研究は、コンシューマープランにおける207,049件のセッション(Claude・Coworkの128,914件とClaude Codeの78,135件)を対象に、SciNetタクソノミー(34分野・318サブフィールド・7,262タスクを網羅)に基づいて分類したものだ。セッションの内容はフィールドやタスクのラベルのみが保持・分析され、研究の具体的な内容は一切抽出・保存されていないとしている。

Claudeの用途としては、データ分析と執筆が主体であり、データ分析だけでClaudeセッションの約3分の1、Claude Codeセッションの約半数を占める。一方、科学的発見において最も重要とアンケートで評価されたアイデア創出やデータ収集での利用は相対的に少ない。ただし、科学向け専用ツール「Claude Science」ではアイデア創出の占める割合が、汎用Claudeの約2倍に達するという。

分野別では、コンピューター科学・数学・統計といった形式科学での相対的利用率が高く、Claude Codeにおいてはコンピューター科学だけで全セッションの32.7%を占める(同分野の研究者数は世界全体の4.3%にすぎない)。逆に、実験室作業が多い化学や患者との接触が多い医学では相対的利用率が低い傾向にある。また、人工知能・機械学習サブフィールドはClaudeで5.0%、Claude Codeで15.2%のセッションシェアを持ち、世界の研究者の1.2%しか占めないにもかかわらず突出した利用率を示している。

研究チームは理論的なAI能力の指標も作成しており、AIが最も得意とするタスク(上位20%)では、研究者の実際の作業時間から予測される以上に2〜4倍のClaude利用が確認された。将来シナリオとして、現行AIが広く普及した場合は一部分野の研究アウトプットが最大2倍になる可能性があり、非物理的な研究作業が完全自動化された場合はコンピューター科学・統計分野で最大15倍、ベンチサイエンス(化学・生物学など)でも3〜4倍の増大が見込まれると試算している。AIを積極的に活用する研究者の約40%が、2030年までにAIが単独でフルリサーチプロジェクトを遂行できるようになると回答している。

Anthropic調査が示すClaudeの科学研究利用の主な仕様・数値

  • 分析対象セッション数(合計):207,049件
  • Claude(Chat・Cowork)セッション数:128,914件
  • Claude Codeセッション数:78,135件
  • 対象期間:2026年8月2日〜9月30日
  • SciNetタクソノミーの構成:34分野・318サブフィールド・7,262タスク
  • コンピューター科学のClaude Codeセッションシェア:32.7%(世界の研究者シェアは4.3%)
  • データ分析のセッション占有率:Claudeで約1/3、Claude Codeで約半数
  • AIが単独でフルプロジェクトを遂行できると予測する研究者割合(2030年まで):約40%

出典: Anthropic Research(公式ブログ)

なぜ重要か(編集部の分析)

編集部の見方として、今回の分析は「AIが得意な認知的・計算的タスクに研究者が自然と集中させている」という合理的な適応行動を示している。特に注目すべきは、AIが高い能力を発揮するタスクへの利用が作業時間比の2〜4倍に達する点で、AIと人の役割分担が既に構造的に進んでいることを示唆する。また、AIを活用した研究の加速がAI研究自体のアウトプットを高め、さらに能力の高いAIを生み出すというフィードバックループの可能性は、AI開発の加速シナリオを理解する上で重要な論点だ。

日本企業への示唆(編集部の分析)

編集部の分析として、日本企業のR&D部門にとって示唆が大きいのは「データ分析・論文執筆・コーディング」という具体的なタスク領域でAI活用のROIが高いという点だ。まず自社の研究プロセスをタスク単位で分解し、AIが得意とする認知的・反復的なタスクを特定して試験導入を進めることが現実的な第一歩となる。逆に、実験・臨床・ものづくり現場のような物理的作業が多い業種では、現時点でのAI活用余地が限られることも念頭に置いておく必要がある。また、2030年に向けたフルオートメーションシナリオを想定した場合、研究者の役割と評価体系の見直しを今から議論しておくことが重要になる。

背景・経緯

原文によれば、科学的発見におけるAIの役割は近年急速に拡大しており、AlphaFoldによる2億以上のタンパク質構造予測(2024年ノーベル化学賞受賞)、GNoMEによる38万の新安定結晶予測、数学分野での長年未解決問題の解決支援などが具体例として挙げられている。同調査はAnthropicが公共理解の促進を目的として実施したものとされ、SciNetタクソノミーの開発(AlamosおよびAlthoff, 2026)など複数の研究グループとの共同作業を伴っている。

Anthropic調査が示すClaudeの科学研究利用についてよくある質問

Q. Claudeは科学研究のどのタスクで最も多く使われているか?

A. データ分析が最大の用途で、Claudeセッション全体の約3分の1、Claude Codeセッションの約半数を占める。次いで執筆目的での利用が多い。

Q. Claude Codeを科学研究で最も利用している分野はどこか?

A. コンピューター科学が最も多く、全Claude Codeセッションの32.7%を占める。世界の研究者に占める同分野の割合(4.3%)と比べ、相対的利用率が突出して高い。

Q. AIの普及により科学研究のアウトプットはどの程度増大すると試算されているか?

A. 原文の試算では、現行AI能力が広く普及した場合は一部分野で最大2倍、非物理的作業が完全自動化された仮説シナリオではコンピューター科学・統計分野で最大15倍、化学・生物学などのベンチサイエンスでは3〜4倍の増大が見込まれるとしている。

関連記事