Anthropic đã công bố vào ngày 5 tháng 11 năm 2026 báo cáo «AI for scientific discovery: How researchers use Claude», dựa trên phân tích 207 049 phiên nghiên cứu khoa học trong Claude và Claude Code trong giai đoạn từ ngày 2 tháng 8 đến ngày 30 tháng 9 năm 2026. Nghiên cứu do nhóm các nhà kinh tế của công ty thực hiện dưới sự dẫn dắt của Johannes Hermle, Ben Jones và Lukas Althoff. Phương pháp luận dựa trên các bộ phân loại bảo vệ quyền riêng tư, gán nhãn cho các phiên theo hệ thống phân loại SciNet (34 lĩnh vực, 318 lĩnh vực con, 7 262 tác vụ), chỉ giữ lại dữ liệu tổng hợp.
Kết luận chính của báo cáo: việc sử dụng Claude tương quan mạnh với khả năng lý thuyết của mô hình trong việc thực hiện nhiệm vụ. Các nhiệm vụ thuộc nhóm ngũ phân vị cao nhất theo chỉ số này nhận được số phiên nhiều gấp 2–4 lần so với dự đoán dựa trên tỷ lệ thời gian của các nhà nghiên cứu. Nhóm ngũ phân vị thấp nhất, bao gồm phần lớn các công trình thực nghiệm, hầu như không được sử dụng. Đây không phải là sự ngẫu nhiên mà là một mô thức mang tính hệ thống: các ngành khoa học hình thức (computer science, mathematics, statistics) và các lĩnh vực con mang tính tính toán (AI/ML, computational biology) cho thấy mức độ tái sử dụng tương đối cao gấp 3–7 lần so với tỷ lệ của chúng trong tổng số nhà nghiên cứu trên thế giới.
Đối với các nhiệm vụ, bức tranh còn rõ ràng hơn. Data analysis chiếm 33,7 % số phiên trong Claude và 48,1 % trong Claude Code, so với 27,6 % thời gian thực tế của các nhà nghiên cứu. Writing and communication — 32,0 % so với 16,0 %. Trong khi đó, data gathering và ideation and hypothesis generation bị sử dụng ít hơn đáng kể (11,5 % và 4,2 % so với 28,6 % và 7,1 %). Khảo sát 528 người dùng AI tích cực xác nhận: chính việc tạo ý tưởng và thu thập dữ liệu được các nhà khoa học coi là quan trọng nhất đối với những đột phá, nhưng cũng chính ở đây mô hình hiện vẫn còn thua kém con người.
So sánh với các cách tiếp cận song song của những phòng thí nghiệm khác cho thấy sự khác biệt. OpenAI và Google DeepMind trong các báo cáo của mình thường tập trung vào việc trình diễn những phát hiện cụ thể (AlphaFold, GNoME), trong khi Anthropic đo lường phân bố tải thực tế trên toàn bộ chu trình nghiên cứu. Điều này cho phép thấy không phải «điều gì là có thể», mà là «điều gì đang thực sự diễn ra trong sử dụng đại trà». Sự khác biệt này quan trọng: các màn trình diễn cho thấy mức trần, còn dữ liệu của Anthropic — mức sàn hiện tại.
Mô phỏng kịch bản đưa ra các đánh giá định lượng. Khi triển khai rộng rãi các năng lực hiện tại, output có thể tăng gấp 1,35–2,02 lần. Trong trường hợp giả định tự động hóa hoàn toàn mọi nhiệm vụ phi vật lý, mức tăng trong computer science và statistics đạt gấp 15 lần, còn trong chemistry và biology bị giới hạn ở mức gấp 3–4 lần do bottleneck trong phòng thí nghiệm. Những con số này phụ thuộc vào các giả định về adoption và capability, nhưng chỉ ra một feedback loop tiềm năng: việc tăng tốc nghiên cứu AI tự nó tăng tốc phát triển các mô hình mạnh hơn.
Phương pháp luận có những hạn chế mà chính các tác giả nêu rõ. Mẫu bị giới hạn ở các consumer-plan, người dùng Claude Science (một công cụ chuyên biệt) cho thấy cấu trúc khác — tỷ lệ ideation và autonomy cao hơn. Các bộ phân loại được huấn luyện trên taxonomy của SciNet và có thể bỏ sót những nhiệm vụ tinh tế hoặc liên ngành. Không có sự xác minh độc lập của bên thứ ba, dù cách tiếp cận privacy-preserving cho phép tái tạo các chỉ số tổng hợp khi có quyền truy cập dữ liệu tương tự.
Những câu hỏi mở liên quan đến các hiệu ứng dài hạn. Liệu tự động hóa các nhiệm vụ phi vật lý sẽ làm tăng áp lực lên hạ tầng vật lý hay ngược lại, cho phép các nhà nghiên cứu dành nhiều thời gian hơn cho thực nghiệm? Con đường sự nghiệp của các nhà khoa học trẻ sẽ thay đổi ra sao nếu các nhiệm vụ thường nhật chuyển sang cho các mô hình? Và quan trọng nhất — liệu sự hiểu biết và trách nhiệm của con người đối với kết quả có được duy trì khi tỷ lệ nội dung do AI tạo ra trong các bài báo tăng lên gấp nhiều lần.
Báo cáo của Anthropic cho thấy làn sóng adoption hiện tại đã đang phân bổ lại nỗ lực của các nhà nghiên cứu theo hướng có lợi cho những nhiệm vụ mà các mô hình làm tốt nhất, và qua đó định hình một quỹ đạo tăng tốc sẽ không đồng đều giữa các ngành.
