Anthropic調査：AIコーディングエージェントは、研究の「格差」を広げる道具にもなりうる

2026年5月27日、Anthropicが社会科学者におけるAIコーディングエージェント利用の調査結果を公開した。対象は、2026年2〜3月に調査された定量的な社会科学者1,260人。結論を一言でいえば、AIチャットボットの利用はかなり広がっているが、Claude CodeやCodexのようにコードを書き、実行し、分析を反復できる「コーディングエージェント」は、まだ一部の研究者に偏って使われている、というものだ。(anthropic.com)

数字はかなり示唆的だ。回答者の81%は研究プロセスで生成AIを使った経験がある一方、週1回以上コマンドライン統合型のAIコーディングアシスタントを使う研究者は20%にとどまった。コーディングエージェント利用者のうち、Claude Code利用は86%、Codex利用は31%と報告されている。ただし、この調査はClaude Maxアカウント提供を含む実験への参加募集を兼ねており、一般的な社会科学者全体を代表する標本ではない。この留保はかなり重要だ。(anthropic.com)

興味深いのは、利用率の低さそのものより、分布の偏りである。分野別では経済学が39%、政治学が25%と比較的高く、公衆衛生、教育、コミュニケーション領域では一桁台にとどまる。キャリア段階では博士課程・ポスドクなど若手の利用が高く、テニュア済み教授ではその半分以下になる。さらに、典型的に男性名と分類された研究者は、典型的に女性名と分類された研究者の2倍以上の率でコーディングエージェントを採用していた。上位大学所属者の利用率も高い。(anthropic.com)

ここで起きているのは、単なる「新ツールの普及」ではない。社会科学、とくに定量研究では、データの取得、クリーニング、モデル選択、ロバストネスチェック、可視化、表の生成が研究成果の骨格をつくる。NBERのAnton KorinekによるAIエージェント論文も、エージェントが文献レビュー、計量コードの作成・デバッグ、経済データの取得・分析、研究ワークフローの調整に関与しうると整理している。つまり、コーディングエージェントは「文章を整える道具」ではなく、研究の設計と実行に入り込む道具である。(nber.org)

Anthropic調査でも、実際の用途は「論文本文の自動執筆」よりコード寄りだった。AI利用者の中で、コーディングエージェント利用者の97%、それ以外のAI利用者の77%が、定量データ分析のコード生成にAIを使っている。一方、AI利用者全体で本文ドラフトに使った人は約3分の1にとどまる。世間の議論は「AIが論文を書いているのではないか」に寄りがちだが、現場で先に変わっているのは、本文ではなく分析工程かもしれない。(anthropic.com)

生産性については、慎重に読む必要がある。調査では、コーディングエージェント利用者は同じ分野・キャリア段階の非利用者に比べて、研究プロジェクトの開始、ワーキングペーパー公開、助成金申請が多い傾向を示した。Anthropicは、経験的プロジェクト開始で約10%、ワーキングペーパー公開で約75%高いように見えると説明している。ただし、これは因果効果ではない。もともと生産性が高い研究者、若くてコードを書く機会が多い研究者、AIに前向きな研究者が先に導入している可能性を排除できない。(anthropic.com)

この発表の本当の論点は、「AIで研究が速くなるか」よりも、「速くなる研究者と、そうでない研究者の差がどう広がるか」だと思う。もしエージェント利用が若手、男性、上位大学、経済学・政治学のような特定領域に偏るなら、AIは研究資源の平準化ではなく、既存の格差を増幅する可能性がある。高性能なモデルを使えるか、データ環境を整えられるか、コードレビューできる同僚がいるか、失敗を検証する時間があるか。これらはすべて、研究機関間・分野間の差として現れる。

もう一つの論点は、研究の透明性である。エージェントが分析コードを生成し、モデル仕様を変え、追加検定を提案するなら、論文の方法節だけでは研究過程を十分に説明できなくなる。今後は、使用モデル、バージョン、プロンプト、実行ログ、却下された分析、エージェントが提案した分岐の記録まで、どの範囲を開示すべきかが問われる。これは「AI使用の有無」を申告するだけでは足りない。人間の研究補助者に近い役割を、ソフトウェアが大量かつ高速に担うからだ。

Anthropic自身も、今回の結果はベースライン調査であり、Claude Codeアクセスを提供するランダム化実験の結果は今後公開するとしている。見るべき点は、論文数や申請数だけではない。研究の新規性、再現性、分析ミス、選択的報告、査読負荷、共同研究の構造がどう変わるかだ。研究の速度が上がること自体は歓迎できる。しかし、速度が上がった結果として、どの問いが増え、どの問いが消え、誰の方法が標準になるのか。その問いを避けると、AIは知を広げる道具であると同時に、知の偏りを固定する装置にもなりうる。(anthropic.com)