龙腾代码 11 月 9 日消息,Anthropic 近日发布调研报告,显示科学家主要将 Claude 用于数据拆解和写作,收集数据、生成调研假设则较少使用 AI。 龙腾代码了解到,Anthropic 此次调研使用了 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话,其中包含 12.9 万次 Claude 对话和 Cowork 会话,以及 7.8 万次 Claude Code 会话。架构只保留并调研会话所属的学科、调研子范围和具体任务等分类标签,不会提取或保存调研数据、假设、实验做法、初步发现或未发表论文等具体内容。所有结果均以汇总形式呈现,以保护隐私。 从学科来看,计算机科学、数学和统计学等范围的调研人员会更频繁地使用 Claude,医疗健康以及需要在实验室开展工作的物理科学范围则相对较少。 在 Claude 科研会话中,计算机科学(龙腾代码注:CS)占比最高,达到 11.9%;工程学和医学分别占 8.4% 和 7.7%。如果将各学科的调研人员规模纳入考量,计算机科学、数学和统计学的 Claude 使用比例仍明显高于其调研人员占比。 Claude Code 的使用分布则更加集中于定量调研范围。CS 调研人员仅占全球调研人员总数的 4.3%,贡献 Claude Code 科研会话的 32.7%。AI 与 ML 的使用情况同样突出:该范围调研人员仅占全球总数的 1.2%,却占 Claude 科研会话的 5%,占 Claude Code 科研会话的 15.2%。 相比之下,艺术、人文和部分社科的 Claude 用量相对较低。Anthropic 认为,不同学科的 Claude 用量不仅与人群基数有关,也与调研任务是否适合 AI 密切相关。 在具体调研任务方面,数据拆解和写作是科学家最常借助 Claude 完成的工作。 报告显示,数据拆解占 Claude 科研会话的 33.7%,占 Claude Code 科研会话的 48.1%。作为对照,调研人员通常将 27.6% 的工作时间用于数据拆解。写作与沟通任务占 Claude 科研会话的 32%,也明显高于调研人员在这类任务上投入的时间比例(16%)。 相比之下,数据收集任务占调研人员工作时间的 28.6%,但仅占 Claude 科研会话的 11.5%、Claude Code 会话的 11.9%。调研构思与假设生成任务的占比则更低,分别为 4.2% 和 2.1%,而调研人员投入这类工作的时间占比为 7.1%。 Anthropic 还对 528 名科学家开展了问卷调查,受访者主要来自生命科学和健康科学范围,且均属于积极使用 AI 的调研人员。调查结果与实际会话数据基本一致:受访者最常使用 AI 的场景是数据拆解和写作,而数据收集、调研构思及假设生成的使用程度相对较低。 “掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注) 新浪科技为你带来最新鲜的科技资讯 苹果汇为你带来最新鲜的苹果助力新闻 新酷助力第一时间免费试玩 供应最新的科学家新闻,精彩的震撼图片
我也说两句