AnthropicがAI研究開発の26%をClaudeが主導と公表 — 「主導」の意味と限界
この記事は時点のニュースです。現在の提供状況とは異なる場合があります。誤りの訂正は随時行います。
26%って、何に対する割合なの?
「主導」って、どのくらい任せている状態なの?
じゃあ、もう人が要らないくらい進んでるの?
2月は1%未満だったなら、すごい勢いで増えたんだね。
同じページに「2026年2月は1%未満」とあるよ。ただし今回の指数は試作版で、調べたのは2026年7月の作業なんだ。数字が上がったという報告と、その理由や今後の伸びは別の話だよ。数字だけで未来まで決めつけないようにしよう。
どうやって測ったの? 人が全部数えたの?
ペンギン先生、Claudeが採点したなら、ひいき目にならないの?
そこはAnthropic自身も限界として挙げているよ。判定役とヒトの評価の完全一致は59%、1段階以内なら97%。ヒト同士の完全一致は35%で、境界の判断はもともとブレやすい。とはいえ、自社の数字を自社で測った報告という点は変わらないから、第三者による検証が大事になってくるんだ。
他にも測っているものはあるの?
ニュースで26%って見たら、何を確かめればいいかな?
出典・確認した情報
- Anthropic — Measurements for understanding the pace of AI development inside frontier labs
発表日: 2026-09-17 / 確認日: 2026-09-20
- Anthropic R&D Automation Indexの試作版で、Claudeが社内のAI研究開発の26%を「主導」し、2026年2月は1%未満。ページ自体に公開日の記載はなく、公開日は米AP配信記事(2026年9月17日付)による。
- 「主導」はAL4(高レベルの指示から大半を最後まで実行し人が監督)、AL3以上は90%超。測定した範囲で完全自律(AL5)の分野はない。
- 2026年7月の作業が対象。各部署から無作為に選んだ社員20%の作業から約15,000タスクを抽出し、Claudeが調べ別のClaudeが判定。各人1週間1単位をタスクで等分する重みづけ。
- 判定役とヒトの完全一致は59%、ヒト同士は35%、1段階以内の一致は97%。判定精度・固定タスク集合・境界事例を限界として記載。
- AI研究開発向け計算資源の安全分野への配分は約6%、AIエージェントによるAI研究開発では約12%。固定の試験期間、第三者検証、安全研究の定義の共有、計算資源の上限を提案。