Anthropic-onderzoek naar 207.000 onderzoekssessies: wetenschappers gebruiken Claude vooral voor data-analyse en schrijven

Anthropic publiceerde een rapport over hoe wetenschappers Claude, Claude Code en Claude Science gebruiken. Het analyseerde 207.049 sessies op consumentenabonnementen van 2 augustus tot en met 30 september 2026 (128.914 op Claude en Cowork, 78.135 op Claude Code). Een classifier labelde elke sessie met een vakgebied en onderzoekstaak. Anthropic zegt dat alleen die labels zijn bewaard en dat de resultaten geaggregeerd worden gerapporteerd.

Wat Anthropic rapporteert:

• Vakgebieden: afgezet tegen het aantal onderzoekers gebruiken computerwetenschappen, wiskunde en statistiek Claude vaker, en gezondheidswetenschappen en laboratoriumgerichte natuurwetenschappen minder vaak. Computerwetenschappen omvat 4,3% van alle onderzoekers ter wereld, maar 32,7% van de Claude Code-sessies.
• Taken: data-analyse is goed voor 33,7% van de Claude-sessies en 48,1% van de Claude Code-sessies, tegenover 27,6% van de onderzoekstijd. Schrijven is goed voor 32,0% van de Claude-sessies. Data verzamelen (11,5%) en ideeën genereren (4,2% op Claude, 2,1% op Claude Code) worden minder gebruikt dan de tijd die ze kosten, hoewel een enquête onder 528 wetenschappers die AI gebruiken het genereren van ideeën en het verzamelen van data als belangrijkste taken voor belangrijke resultaten aanmerkt.
• Claude Science: ideeën genereren is goed voor ongeveer 8% van de sessies, ongeveer gelijk aan het aandeel van de onderzoekstijd dat hieraan wordt besteed, en de taken zijn meer gespecialiseerd dan op Claude. Anthropic ziet dit als aanwijzing dat gespecialiseerde tools de kloof verkleinen.
• Capaciteiten: taken waarvoor AI theoretisch het meest geschikt is, worden twee tot vier keer zo vaak uitgevoerd als op basis van de onderzoekstijd te verwachten zou zijn.
• Scenario's: op basis van een eenvoudig model stelt Anthropic dat de huidige capaciteiten de onderzoeksoutput in sommige vakgebieden zouden kunnen verdubbelen. Als AI al het niet-fysieke onderzoekswerk zou doen, zouden de output in computerwetenschappen en statistiek tot 15 keer zo groot kunnen worden, en die in scheikunde en biologie drie- tot viermaal zo groot. Ongeveer 40% van de ondervraagde onderzoekers verwacht dat AI tegen 2030 volledige onderzoeksprojecten kan uitvoeren.