AnthropicがClaude利用データを外部公開：対話の半数以上が専門的実務

生成AIが日常生活や仕事でどう使われているかという実態は、これまでほとんど不透明でした。表に出てくるのは各社の自画自賛の導入事例か、ネット上で拾った雑談主体の公開データセットくらいで、本物の利用ログは巨大ラボのサーバー深くに閉ざされてきたからです。

Anthropicは2026年8月、この状況に一石を投じる取り組みを発表しました。同社独自のプライバシー保護型分析ツール「Anthropic Insights」を通じ、外部の独立系研究機関にClaudeの実利用データを集計ベースで公開するパイロットプログラムを完了したと明らかにしました。

参加したのはスタンフォード大学のSALTラボ、オックスフォード大学の人間情報処理ラボ、そしてAI評価団体のMETRの3機関です。2026年4月から5月にかけてのClaude.aiおよびClaude Codeにおける約25万件の会話データを分析しました。

明らかになった人間のリアルな使い方

各研究チームの分析結果は、従来のAI利用観を大きく覆すものでした。

スタンフォード大学SALTラボの調査によると、Claudeとの対話の半数以上が「重大な結果を伴うタスク」でした。これは他者に直接影響を与える業務や、やり直しが利かない作業を指し、特に法律や財務に関する専門的な助言を求める場面で顕著でした。人間は責任の軽い雑務しかAIに任せないという従来の説を覆す結果です。

また、約4分の3の会話で人間が明確に指示を出して主導権を握っており、AIの出力をそのままコピペせず手直しして活用していました。人間とAIの対話における行き違いや試行錯誤は頻発するものの、その摩擦こそが意図の言語化を促し、結果的に成果物の質を高める役割を果たしていることも判明しました。

オックスフォード大学はユーザーの感情面に着目しました。Claudeが親身に対応するとユーザーも前向きになり、拒否や異論を唱えると反発が強まる一方、Claudeが少し突飛な振る舞いを見せると知的な関与が深まるという相関が見られました。AI利用時の没頭や欲求不満といった感情パターンは、通常のウェブブラウジングと酷似しているといいます。

METRはClaude Codeによる開発現場の生産性を検証しました。その結果、新世代のモデルほど開発時間を大幅に短縮している初期兆候を確認しました。また、AIが推定した「人間だけで作業した場合の所要時間」は、過去の開発者実験の実時間と高い相関を示していました。

独立性とプライバシーを両立させた仕組み

利用ログの外部提供で最大の障壁となるのがプライバシーです。Anthropic Insightsでは、研究者が生の対話文を直接読むことは一切できません。

研究者は分析したい質問をプロンプトとして入力し、Claudeが全対話を自動で分類した結果の統計割合のみを閲覧します。Anthropic側も契約によって調査内容への口出しを厳しく制限し、プライバシー侵害や安全性規約違反、機密漏洩の防止目的に限りレビューを行いました。研究結果がAnthropicにとって不都合なものであっても、研究者は自由に論文を発表できる仕組みです。

不正利用のログについても、脱獄や安全対策の回避手順そのものを記録したクラスタを除き、全体の95％以上のカテゴリが外部に共有されました。

課題も残っています。生の会話ログを見られないため、研究者は分析の質問文をうまく調整するのが困難でした。事前のテストに使った公開データセット「WildChat」が創作や雑談に偏っていたため、実際のClaudeの業務ログに適用した際に想定外の分類ズレが生じるなど、運用面での重さは今後の改善点とされています。

なぜ重要か

この取り組みは、AI企業の情報公開と学術的信頼性のあり方を大きく変える一歩だと考えられます。

一般ユーザーや現場のビジネスパーソンにとって、このデータは貴重な指針になります。半数以上のユーザーが法律や財務といった重要業務にClaudeを使い、プロンプトの行き詰まりや摩擦を乗り越えながら成果を出しているという事実は、日々の業務でAIと格闘している人々にとって大きな裏付けとなります。

業界全体で見れば、AnthropicはOpenAIやGoogleに対して強烈な牽制球を投げました。自社ホワイトペーパーで都合の良い安全神話や効率化をアピールする時代は終わり、独立した研究機関に生データを検証させる姿勢こそがモデルの信頼性を担保する基準になりつつあります。

しかし、この仕組みには構造的な限界も潜んでいます。生のデータを誰も閲覧できない以上、分類の正しさはClaude自身の判定能力に100％依存しています。もし評価器としてのClaude自身に偏見や見落としがあれば、外部の研究者もそれに気づけないまま研究を進めることになります。プライバシーを守りつつ、このブラックボックス判定をいかに第三者が二重検証できるかが、今後の制度拡張に向けた大きな論点です。