AI 究竟在科學研究裡扮演什麼角色，過去多半只能靠問卷自述或個案訪談拼湊。Anthropic Institute 於 2026 年 11 月發布技術報告《AI for scientific discovery: How scientists use Claude》，以隱私保護分類器分析超過 20 萬個研究 session，首度用大規模聚合資料描繪研究人員實際使用 AI 的領域與任務分布。這份報告不只回答「誰在用」，更試圖解釋「為什麼用在那裡」，值得關心 AI 與科研交會的人細讀。
方法設計：只留標籤、不留研究內容
報告作者 Johannes Hermle、Ben Jones、Lukas Althoff 等人採用隱私保護基礎設施，以語言模型作為分類器，替 2026 年 8 月 2 日至 9 月 30 日期間的 207,049 個研究 session 貼上固定分類標籤，其中 Claude 128,914 個、Claude Code 78,135 個。分類依據 SciNet 分類體系，涵蓋 34 個領域、318 個子領域與 7,262 項任務。
關鍵在於，研究團隊只保留欄位與任務標籤，不保留對話中的研究內容，諸如資料集、假設、實驗方法或未發表論文都不會被擷取儲存。結果僅以聚合方式呈現，且只公布達到最低不同帳號數的儲存格，兼顧可分析性與隱私。
領域分布：形式科學使用密度最高
在 Claude 上，session 佔比最高的三個領域是電腦科學 11.9%、工程 8.4%、醫學 7.7%，這些也是全球研究人員數較多的領域，領域規模與 session 佔比的對數相關係數為 0.79。但使用密度無法只用人力規模解釋，電腦科學、數學、統計等形式科學明顯高於對角線，化學等實驗型物理科學與醫學則偏低。
Claude Code 的集中度更明顯，電腦科學佔 32.7% 的 session，而全球研究人員佔比僅 4.3%。AI 與機器學習子領域在 Claude Code 佔 15.2%，研究人員佔比僅 1.2%。整體而言，計算型子領域是最強採用者，機器人學也因大量依賴計算方法而出現高相對使用率。
任務分布：分析與寫作被放大，蒐集與構想被低估
資料分析在 Claude 佔 33.7%、Claude Code 佔 48.1%，而研究人員實際投入時間為 27.6%，屬於明顯過度代表。寫作與溝通在 Claude 佔 32.0%，研究人員時間為 16.0%，同樣偏高。反觀資料蒐集僅佔 11.5% 與 11.9%，卻佔研究時間 28.6%，構想與假設生成佔 4.2% 與 2.1%，研究時間為 7.1%，兩者都明顯偏低。
報告另調查 528 位科學家，受訪者把構想與假設生成列為最重要（35.6/100），資料蒐集第二（23.6），但這兩項實際使用最少。必須注意的是，調查樣本來自 Anthropic AI for Science 補助申請者、以美加機構為主、屬於重度使用者，代表性有其限制。
能力對應：AI 用在它最擅長的地方
研究團隊以 Bradley-Terry 模型建構任務層級的理論能力分數。能力分數前 20% 的任務，使用量是研究時間佔比的 2 倍（Claude）與 4 倍（Claude Code），後 20% 幾乎不用。能力分數與強化學習適用度相關 0.78、與認知型工作 0.69、與體力型工作為 -0.57，與人際工作為 -0.31，與法規限制為 -0.38。
這組數字說明，研究人員的使用行為高度貼合 AI 實際能力邊界。子領域層級也呈現相同趨勢，能力分數較高的子領域，人均使用量與自主使用程度都更高。
Claude Science：更專精、更自主、門檻更高
在 Claude Science 的補充樣本中，生物醫學與生物學合計超過 50% 的 session。蛋白質交互作用建模任務的出現率是 Claude 的 5.6 倍，82.7% 內容需博士級訓練，73.3% 屬高度自主執行，遠高於 Claude 的 23.7%。構想與假設生成佔 Claude Science 的 8%，大致與研究人員投入時間相當。
加速情境：是推估，不是預測
報告以情境推估方式評估加速空間。現有能力若廣泛採用，可釋放 27% 到 52% 的研究時間，中位數 38%，產出加速 1.35 倍到 2.02 倍。若所有非體力步驟全面自動化，電腦科學與統計可達約 15 倍，化學與生物等實驗科學約 3 到 4 倍。這些數字建立在 AI 每小時 30 美元、研究人員每小時 95 美元的假設上，屬於情境模擬而非預測。另約 40% 受訪者預期 2030 年前 AI 能獨立完成完整研究專案。
CyberQ 觀點
這份報告最有價值之處，在於把「AI 會不會加速科學」拆解成可測量的任務層級問題，並用隱私保護設計換取大規模真實使用資料。不過樣本偏向重度使用者，情境推估也高度依賴成本假設，讀者宜把 15 倍這類數字視為方向感而非保證。
原始報告連結：https://www.anthropic.com/research/how-researchers-use-claude
