Anthropicは5月2026日、報告書「AI for scientific discovery: How researchers use Claude」を公開した。これは207 049件の科学セッション（ClaudeおよびClaude Codeにおける2月から30月2026日までの期間）の分析に基づくものである。研究はJohannes Hermle、Ben Jones、Lukas Althoffの指導のもと、同社のエコノミストチームが実施した。方法論はプライバシー保護型の分類器に依拠しており、これらはSciNetの分類体系（34分野、318サブ分野、7 262タスク）に従ってセッションにラベルを付与し、集計データのみを保持する。
報告書の主要な結論は、Claudeの利用がモデルの理論的なタスク遂行能力と強く相関しているという点である。この指標で上位五分位に属するタスクは、研究者の時間配分から予測される割合の2～4倍のセッションを集めている。大多数の物理的な研究を含む下位五分位はほとんど利用されていない。これは偶然ではなく体系的なパターンであり、形式科学（computer science、mathematics、statistics）や計算系サブ分野（AI/ML、computational biology）は、世界の研究者に占める割合の3～7倍の相対的再利用を示している。
タスク別に見ると、状況はさらに明確である。Data analysisはClaudeで33,7%、Claude Codeで48,1%のセッションを占めるのに対し、研究者の実時間では27,6%である。Writing and communicationは32,0%対16,0%である。一方、data gatheringとideation and hypothesis generationは著しく過少利用されている（11,5%と4,2%対28,6%と7,1%）。528人のアクティブなAIユーザーへの調査も裏付けている。科学者がブレークスルーにとって最も重要と考えるのはまさにアイデア生成とデータ収集だが、まさにそこにおいてモデルはまだ人間に劣っている。
他の研究所の並行的なアプローチとの比較は相違を示している。OpenAIとGoogle DeepMindは自社の報告書で特定の発見のデモンストレーション（AlphaFold、GNoME）に焦点を当てることが多いのに対し、Anthropicは研究サイクル全体にわたる実際の負荷分布を測定している。これにより「何が可能か」ではなく「大量利用においてすでに何が起きているか」を見ることができる。この違いは重要である。デモンストレーションは天井を示し、Anthropicのデータは現在の床を示す。
シナリオのモデリングは定量的な評価を与える。現在の能力が広く導入されれば、outputは1,35～2,02倍に増えうる。すべての非物理的タスクが完全に自動化されるという仮想的なケースでは、computer scienceとstatisticsでの増加は15倍に達し、chemistryとbiologyでは実験室のボトルネックにより3～4倍にとどまる。これらの数字は導入と能力に関する仮定に依存するが、潜在的なフィードバックループを示唆している。すなわち、AI研究の加速それ自体がより強力なモデルの開発を加速するのである。
方法論には限界があり、著者らもそれを明言している。サンプルはコンシューマー向けプランに限定されており、専門ツールであるClaude Scienceのユーザーは異なる構造を示す（ideationとautonomyの割合が高い）。分類器はSciNetの分類体系で訓練されており、微妙なタスクや学際的タスクを見落とす可能性がある。第三者による独立した検証はないが、プライバシー保護型のアプローチにより、同様のデータへのアクセスがあれば集計指標を再現できる。
未解決の問いは長期的な効果に関わる。非物理的タスクの自動化は物理的インフラへの圧力を増すのか、それとも逆に研究者が実験により多くの時間を費やせるようになるのか。ルーティン作業がモデルに移行すれば、若手科学者のキャリアパスはどう変わるのか。そして最も重要なのは、論文におけるAI生成コンテンツの割合が何倍にも増えたとき、人間の理解と結果に対する責任は保たれるのかという点である。
Anthropicの報告書は、現在の導入の波がすでに研究者の労力をモデルが最も強いタスクへと再配分しており、それによって分野ごとに不均一な加速の軌道を描いていることを示している。
