私たちは、人々のAIに対する視点を理解するための新しいツール、Anthropic Interviewerを立ち上げます。この研究記事では、このツールの紹介、専門家サンプルを対象としたテストの説明、および初期の調査結果について議論します。また、このツールの開発と、クリエイター、科学者、教師とのパートナーシップを通じて探究可能になった、この方向性における将来の取り組みについても議論します。
本日から、Claude.aiにインタビューへの参加を呼びかけるポップアップが表示される場合があります。参加することで、この記事で説明されている研究の次のフェーズに参加することができます。
はじめに
現在、数百万人が毎日AIを使用しています。ClaudeのようなAIシステムを開発している企業として、私たちは人々がどのように、なぜAIを使用しているのか、そしてそれが彼らにどのような影響を与えているのかを知りたいと考えています。これは、人々のフィードバックを利用してより良い製品を開発したいという理由もありますが、人々とAIの相互作用を理解することが現代の大きな社会学的問題の一つだからでもあります。
私たちは最近、ユーザーのプライバシーを保護しながらAIの使用パターンを調査するためのツールを設計しました。これにより、経済全体におけるAI使用パターンの変化を分析することが可能になりました。しかし、このツールではClaudeとの会話の中で何が起きているかしか理解できませんでした。その後何が起こるのでしょうか？人々は実際にClaudeの出力をどのように利用しているのでしょうか？彼らはそれについてどう感じているのでしょうか？彼らは自分たちの未来におけるAIの役割をどのように想像しているのでしょうか？AIが人々の生活の中で果たす役割の変化について包括的な全体像を把握し、モデル開発の中心に人間を据えたいのであれば、人々に直接尋ねる必要があります。
そのようなプロジェクトには、何百回ものインタビューを行う必要があります。そこで、私たちはAIを利用してそれを支援してもらうことにしました。私たちはAnthropic Interviewerというインタビューツールを構築しました。Claudeを搭載したAnthropic Interviewerは、かつてない規模で詳細なインタビューを自動的に実施し、その結果を人間の研究者にフィードバックして分析します。これは、ユーザーの要望やニーズを理解し、AIの社会的および経済的影響を分析するためのデータを収集するための新たな一歩です。
Anthropic Interviewerをテストするために、1,250人の専門家（一般労働者（N=1,000）、科学者（N=125）、クリエイター（N=125））を対象に、AIに関する見解についてインタビューを実施しました。私たちは、この初期テストから得られたすべてのインタビューデータを（参加者の同意を得て）研究者が探索できるように公開しています。以下に私たち独自の分析を示します。簡単に言うと、以下のような発見がありました：
- AIの役割に対する楽観性：私たちのサンプルでは、人々は自分の仕事におけるAIの役割について楽観的でした。議論されたトピックの大部分は肯定的な感情で特徴づけられていました。しかし、教育への統合、アーティストの代替、セキュリティ上の懸念など、少数のトピックにはより悲観的な見通しが伴いました。
- 一般労働者の戦略：一般労働者の人々は、自分の職業的アイデンティティを定義するタスクを維持しながら、ルーチンワークをAIに任せたいと考えています。彼らは、ルーチンタスクが自動化され、自分たちの役割がAIシステムの監督へと移行する未来を思い描いています。
- クリエイターのジレンマ：クリエイターは、同僚からの批判や将来への不安があるにもかかわらず、生産性を高めるためにAIを使用しています。彼らは、クリエイティブコミュニティにおけるAI使用に対する即時のスティグマと、経済的代替や人間のクリエイティブアイデンティティの浸食に対するより深い懸念の両方を乗り越えようとしています。
- 科学者のニーズ：科学者はAIとのパートナーシップを望んでいますが、核心的な研究についてはまだAIを信頼できていません。科学者たちは一様に、仮説を生成し実験を設計できるAIへの要望を表明しました。しかし現状では、実際の使用は原稿の執筆や分析コードのデバッグなど、他のタスクに限定していました。
手法
この初期テストでは、労働者がどのようにAIを専門的実践に統合し、自分たちの未来におけるAIの役割についてどう感じているかを探りました。私たちはインタビューを実施して定性データを生成し、参加者が行動や職業的背景に関する質問に答えた調査からの定量データでそれを補完しました。また、別のAI分析ツールにインタビューの記録を読ませ、非構造化データから浮かび上がった包括的なテーマ（例えば、特定のトピックに言及したり、インタビューで特定の意見を表明したりした参加者の割合など）をクラスター化させました。
参加者
私たちはAnthropic Interviewerを使用して、1,250人の専門家にインタビューを行いました。私たちはこのツールが一般のClaude.aiユーザーにインタビューすることを意図していますが、この初期テストでは、さまざまな職業で働く参加者を募集し、クラウドソーシングプラットフォームを通じて参加してもらいました（すべての参加者は、クラウドソーシング以外に主たる職業を持っていました）。
1,000人の参加者は、一般的な職業サンプルから募集されました（つまり、特定の仕事から参加者を選んだわけではありません）。そのグループの中で最大のサブグループは、教育指導（17％）、コンピュータおよび数学関連職業（16％）、芸術・デザイン・エンターテイメント・メディア（14％）でした。
また、それぞれ125人の参加者からなる2つの専門家サンプルも募集しました。1つはクリエイティブ職で、主に作家や著作者（サンプルの48％）、ビジュアルアーティスト（21％）、そして少数の映画制作者、デザイナー、ミュージシャン、工芸家でした。2つ目は科学分野で、物理学者（9％）、化学者（9％）、化学エンジニア（7％）、データサイエンティスト（6％）を含み、その他50以上の異なる科学分野を代表していました。
これらの2つの専門家サブグループを追加することにしたのは、これらがAIの役割が依然として議論の的となっており、急速に進化している専門領域を代表しているからです。私たちは、クリエイターと科学者がAIの採用と職業上の懸念について独自のパターンを明らかにするだろうと仮説を立てました。
すべての参加者は、私たちが研究目的で彼らのインタビューデータを分析し、トランスクリプトを公開することについてインフォームドコンセントを提供しました。
Anthropic Interviewerの仕組み
Anthropic Interviewerは、計画、インタビュー、分析という3つの段階で動作します。以下に、それぞれについて順に説明します。
計画
このフェーズでは、Anthropic Interviewerは、数百または数千のインタビュー全体で同じ全体的な研究上の問いに焦点を当てることができるインタビューーブリックを作成しますが、それでも個々のインタビューで発生する可能性のあるバリエーションや脱線に対応できる柔軟性を備えています。
私たちは、AIモデルがどのように機能するかについての全体的な指示セットであるシステムプロンプトを開発し、Anthropic Interviewerにその方法論を与えました。ここで、各サンプルに関する仮説や、インタビュー計画を作成するためのベストプラクティス（これはユーザーリサーチチームと協力して確立されました）を盛り込みました。
システムプロンプトを配置した後、Anthropic Interviewerは私たちの研究目標（以下のセクションを参照）に関する知識を使用して、具体的な質問と計画された会話フローを生成しました。その後、人間の研究者がAnthropic Interviewerと協力して必要な編集を行い、計画を最終決定するレビューフェーズがありました。
インタビュー
その後、Anthropic Interviewerは、インタビュー計画に従ってリアルタイムかつ適応的なインタビューを実施しました。この段階では、インタビューのベストプラクティスを使用する方法をAnthropic Interviewerに指示するシステムプロンプトを含めました。
Anthropic Interviewerによって実施されたインタビューはClaude.ai上に表示され、各参加者との時間は約10〜15分でした。
分析
インタビューが完了すると、人間の研究者がAnthropic Interviewerと協力してトランスクリプトを分析しました。Anthropic Interviewerの分析ステップは、最初のインタビュー計画を入力として受け取り、研究上の問いへの回答と説明的な引用を出力します。この段階では、自動化されたAI分析ツールも使用して、浮かび上がったテーマを特定し、参加者全体での普及率を定量化しました。
研究目標
上記のように、Anthropic Interviewerはシステムプロンプトを通じて研究目標を認識し、それらに対処するようにインタビューを実施しました。この初期研究では、私たちの主な意図はAnthropic Interviewerの実践的なテストを行うことでしたが、以下の目標はそれでもなお、以下で分析する興味深いデータを提供しました。
各サブサンプルの主な研究目標は以下の通りでした：
- 一般労働者：「個人がどのようにAIツールを専門的なワークフローに統合しているかを理解し、使用パターン、タスクの好み、対話スタイルを探求して、職場環境における人間とAIの進化する関係についての洞察を得る。」
- クリエイター：「クリエイティブな専門家が現在どのようにAIを創作プロセスに統合しているか、彼らの仕事に対するAIの影響の経験、およびAIと人間の創造性の将来の関係に対する彼らのビジョンを理解する。」
- 科学者：「AIシステムが科学者の日々の研究ワークフローにどのように統合されているかを理解し、科学プロセスのさまざまな段階における現在の使用パターン、認識された価値、信頼レベル、および採用への障壁を調査する。」
結果
以下では、インタビューで発見した内容を議論し、調査と主題分析からの定量データを提供します。
一般労働者におけるAIの影響
全体として、私たちの一般専門家サンプルのメンバーは、AIを生産性の向上と説明しました。調査では、専門家の86％がAIによって時間が節約されたと報告し、65％が仕事におけるAIの役割に満足していると述べました。
浮上したテーマの一つは、職場の力学がAIの採用にどのように影響するかということです。専門家の69％が、職場でAIツールを使用することに伴う社会的スティグマに言及しました。あるファクトチェッカーはAnthropic Interviewerに次のように語りました。「最近同僚がAIが嫌いだと言ったので、私は何も言いませんでした。多くの人がAIについてどう感じているか知っているので、私は自分のプロセスを誰にも話しません。」
インタビューを受けた人の41％が自分の仕事に安心感を持っており、人間のスキルはかけがえのないものだと信じていましたが、55％はAIが将来に与える影響について不安を表明しました。不安を表明したグループの25％は、AIの使用に境界線を設けている（例：教育者が常に自分で授業計画を作成する）と述べ、25％は職場の役割を適応させ、追加の責任を引き受けたり、より専門的なタスクを追求したりしていました。
AIの使用へのアプローチは大きく異なりました。あるデータ品質マネージャーは、自動化よりも学習を意図的に選択しました。「私はそれを外国語の勉強のように考えるようにしています。翻訳アプリを使うだけでは何も学べませんが、質問に答えたりニーズに合わせてカスタマイズしたりできる家庭教師がいれば、本当に役立ちます。」あるマーケティング担当者は柔軟なアプローチを取りました。「強力なニッチを維持しながら多様化しようとしています。」ある通訳者はすでに完全に分野を去る準備をしていました。「AIは最終的にほとんどの通訳者に取って代わると信じています...だから私はすでにキャリアチェンジの準備をしており、おそらく学位を取得して別の業種に入るでしょう。」注目すべきことに、明確な改善策なしに不安を表明した専門家はわずか8％でした。
また、専門家のインタビュー内で示されたさまざまな感情の強度を分類しました。異なる職業は、高い満足度を特徴とする驚くほど均一な感情プロファイルを示しました。しかし、これは欲求不満と対になっており、専門家がAIを有用だと感じている一方で、実装上の重大な課題に直面していることを示唆しています。
拡張（Augmentation）対 自動化（Automation）
以前の分析では、AIの用途を拡張（AIがユーザーと協力してタスクを実行する）または自動化（AIが直接タスクを実行する）に分類しました。Anthropic Interviewerのデータでは、参加者の65％がAIの主な役割を拡張的と説明し、35％が自動的と説明しました。注目すべきことに、これは人々がClaudeをどのように使用しているかに関する私たちの最新の分析（拡張が47％、自動化が49％と、より均等な分割を示した）とは異なっていました。この違いには複数の潜在的な説明があります：
- Anthropic Interviewer研究の回答者と以前の研究のユーザーとの間にサンプルの違いがある可能性があります。
- 人々のClaudeでの会話は実際よりも自動的に見えるかもしれません。ユーザーはチャット終了後にClaudeの出力を洗練させたり適応させたりする可能性があります。
- 参加者はタスクごとに異なるAIプロバイダーを使用している可能性があります。
- 自己報告された対話スタイルは、実際の使用状況と異なる場合があります。
- 専門家は、Claudeの会話パターンが示すよりも、AIの使用をより協調的であると認識している可能性があります。
専門家は、拡張と自動化の両方を伴う未来を思い描いていました。つまり、人間の監督を維持しながら、日常的な管理タスクを自動化することです。インタビュー対象者の48％は、直接的な技術作業を行うのではなく、AIシステムの管理と監督に焦点を当てたポジションへとキャリアを移行することを検討していました。
「...もしAIを使ってスキルアップすれば、管理面で多くの時間を節約でき、その分、人と接する時間を増やすことができます。」
ある牧師は、「...もしAIを使ってスキルアップすれば、管理面で多くの時間を節約でき、その分、人と接する時間を増やすことができます」と述べました。彼らはまた、「適切な境界線」の重要性を強調し、「AIに依存しすぎて、AIなしでは生きられなくなったり、自分が召命されたことができなくなったりすること」を避けるべきだと述べました。
ある広報専門家は次のように述べました。「私の仕事の大半は、いつかAIに取って代わられるだろうと信じています。私の役割は最終的に、実際に作業をすることではなく、モデルへのプロンプト指示、監督、トレーニング、品質管理を中心としたものになると思います」。現在職場でAIの使用を禁じられている専門家（例えば、一部の弁護士、会計士、医療従事者）は、将来的に多くのタスクを自動化できるようにする政策変更を予測していました。
クリエイティブ職におけるAIの影響
私たちのクリエイティブ専門家サンプルも、AIによって生産性が向上したと報告しました。97％がAIによって時間が節約されたと報告し、68％が仕事の質が向上したと述べました。ある小説家は「リサーチがそれほど大変ではなくなったので、より速く書ける気がする」と説明し、あるWebコンテンツライターは「以前は洗練されたプロフェッショナルなコンテンツを毎日2,000語作成していたのが、今では5,000語以上作成できるようになった」と報告しました。ある写真家は、AIが日常的な編集タスクをどのように処理し、所要時間を「12週間から約3週間」に短縮したかを指摘し、「以前は見逃していたかもしれない、あるいは時間がなかった編集や微調整を意図的に行う」ことができるようになったと述べました。
一般サンプルと同様に、クリエイターの70％がAIの使用に関する仲間の評価を管理しようとしていることに言及しました。ある地図アーティストは、「自分のブランドやビジネスイメージが、AIやそれを取り巻くスティグマとあまりに強く結びついてほしくない」と述べました。
「声優業界の特定の分野は、AIの台頭により実質的に消滅しました。」
経済的不安はクリエイターのインタビュー全体に見られました。ある声優は、「産業用ナレーションなど、声優業界の特定の分野はAIの台頭により実質的に消滅しました」と述べました。ある作曲家は、プラットフォームが「AI技術と出版ライブラリを活用して新しい音楽を無限に生成」し、人間が制作した音楽に代わる安価な代替品で市場を溢れさせるかもしれないと懸念していました。別のアーティストも同様の懸念を抱いていました。「現実的には、生計を立てるために市場についていくには、生成AIを使い続け、生成されたコンテンツを販売し始める必要さえあるのではないかと心配しています。」あるクリエイティブディレクターは次のように述べました。「私の利益は別のクリエイターの損失であることを完全に理解しています。以前は1日2,000ドル支払わなければならなかった商品写真家には、もう仕事を依頼していません。」（注：Claudeは画像、動画、音楽を生成しません。したがって、参加者が表明した不安はAI全般に関するものであり、Claudeに特有のものではありません）。
125人の参加者全員が、自分のクリエイティブなアウトプットの主導権を維持したいと述べました。しかし、この境界線は実際には不安定であることが証明されました。多くの参加者が、AIがクリエイティブな決定を主導した瞬間を認めました。あるアーティストは次のように認めました。「AIはコンセプトのかなり良い部分を主導しています。私は単にそれを導こうとしているだけです... 60％がAIで、40％が私のアイデアです」。あるミュージシャンは言いました。「認めたくはありませんが、これを使用しているときは、プラグインがほとんどの制御権を持っています。」
各分野は異なる感情プロファイルを示しました。ゲーム開発者とビジュアルアーティストは高い満足度を報告しましたが、逆説的に高い不安も伴っていました。デザイナーは、満足度が著しく低く、欲求不満が支配的な逆のパターンを示しました。すべての分野で信頼度は一貫して低く、クリエイティブワークに対するAIの長期的影響について不確実性を共有していることを示唆しています。満足度と不安の間の緊張は、AIツールを受け入れながらも、人間の創造性の未来に対する懸念に取り組んでいるクリエイティブ専門家の立場を浮き彫りにしている可能性があります。感情スペクトル全体に広く分散していることは、異なるクリエイティブ職が非常に異なる感情的レンズを通してAI統合を経験していることを確認しました。
科学的作業におけるAIの影響
化学、物理学、生物学、計算分野の研究者へのインタビューでは、多くの場合、AIはまだ仮説生成や実験といった研究の核心的要素を処理できないことが明らかになりました。科学者は主に、文献レビュー、コーディング、執筆などの他のタスクにAIを使用していると報告しました。これは、Anthropicを含むAI企業がツールと機能の改善に取り組んでいる分野です。
信頼性と信頼性の懸念はインタビューの79％で主要な障壁となっていました。現在のAIシステムの技術的限界は、インタビューの27％で見られました。ある情報セキュリティ研究者は、「間違いがないことを確認するために[AI]エージェントが提供する細部をすべて再確認して確認しなければならないなら、そもそもエージェントにこの作業をさせる目的が損なわれます」と指摘しました。ある数学者もこの不満に同調しました。「AIの出力を検証するのに時間を費やした後では、結局（費やす時間は）基本的に同じになります。」ある化学エンジニアは、追従性（sycophancy）についての懸念を指摘し、「AIは[ユーザーの]感性に迎合する傾向があり、質問の仕方によって答えを変えます。この一貫性のなさは、AIの回答に対して私を懐疑的にさせる傾向があります」と説明しました。
ほとんどの科学分野で高い満足度が報告されましたが、欲求不満のパターンは異なりました。物理学者とデータサイエンティストは高い欲求不満を示しましたが、化学および機械エンジニアは最小限の欲求不満を示しました。これは、計算分野と実験分野がAIを核心的研究ワークフローに統合しようとする方法の違いを反映している可能性があります。現実世界との相互作用を必要とする研究を行う科学者は、まだAIを核心的な科学実験に使用しようとしていない可能性があります。信頼度は分野に関係なく一貫して比較的低く、信頼性の懸念が広く存在することを示しています。AIの影響について高いレベルの懸念を表明したクリエイティブ専門家とは異なり、科学者は比較的低いレベルの不安を示しました。これは、仮説生成や実験タスクを完了するAIの能力に関する彼らの不満と一致しています。
科学者は一般的に、AIによる雇用の代替を恐れていませんでした。デジタル化に抵抗する暗黙知を指摘する人もいました。ある微生物学者は次のように説明しました。「細胞が特定の色に達したときにさまざまなステップを開始しなければならない細菌株を扱っていました。色の違いは見て理解しなければならず、[指示は]めったにどこにも書かれていません。」他の人々は、研究上の意思決定の本質的に人間的な性質を強調しました。ある生物工学者は、「実験と研究も...本質的に私次第です」と述べ、「研究プロセスの特定の部分は、実験の実行のように自動化するのが最も便利な部分であっても、残念ながらAIと互換性がありません」と指摘しました。
外部の制約もAIによる代替への障壁を作り出しました。機密環境の研究者は、「組織がエージェントフレームワークやLLMの使用を許可する前に、多くのセキュリティ指向のプロセスと『すべきこととしてはいけないこと』を導入しなければなりません」と指摘しました。限られたリソースを管理するある機械エンジニアは、「AIは実験デザインを考案するのは得意」だが、実際には「私の研究のほとんどには予算/時間/検体の制限があるため、『理想的な』デザインが常に実行可能であるとは限りません」と説明しました。それにもかかわらず、規制順守の制約、スキルの衰退に対する懸念、コストの障壁は、それぞれインタビューの10％未満でしか言及されませんでした。
「貴重な研究パートナーのように感じられるAI...何か新しいものをもたらしてくれるAIが欲しいです。」
科学者の91％は、今日の製品が要件を満たしていないと感じていても、研究においてより多くのAI支援を望んでいることを表明しました。約3分の1は主に執筆タスクの支援を想定していましたが、大多数は、実験デザインの批評、科学データベースへのアクセス、分析の実行など、研究全体にわたるサポートを望んでいました。共通の要望は、新しい科学的アイデアを生み出すことができるAIでした。ある医学者は言いました。「AIが...仮説の生成やサポートを助けたり、人間にはすぐには明らかでない斬新な相互作用/関係を探したりできればいいのにと思います」。別の科学者もこの感情に同調し、「貴重な研究パートナーのように感じられるAI...何か新しいものをもたらしてくれるAIが欲しいです」と述べました。
今後について
この初期テストは、Anthropic Interviewerが規模拡大において有望であることを実証しました。私たちは1,250人の専門家にインタビューを行い、職場でのAIに関する彼らの感情を理解することができました。これほど多くの参加者を対象とした研究は、従来の「手動」インタビュー方法では費用と時間がかかっていたでしょう。
しかし、Anthropic Interviewerの重要性は方法論を超えています。それは、AIの社会における役割について私たちがどのような質問をし、答えることができるか、そしてあらゆるトピックに関するインタビューがこの新しい規模でどのように行われ得るかを根本的に変えます。Anthropic Interviewerを用いて大規模に意味のある研究を行うという私たちの取り組みは始まったばかりです。以前は、人々がチャットウィンドウ内でどのようにClaudeを使用しているかについての洞察しかありませんでした。人々がAIの使用についてどう感じているか、技術との相互作用について何を変えたいか、あるいは自分たちの生活におけるAIの将来の役割をどう描いているかはわかりませんでした。
この初期調査の結果は、人々が職場でAIをどのように使用しているかを理解するための経済指数（Economic Index）の作業を超えた、新しい洞察を私たちに提供します。私たちは、経済諮問委員会および高等教育諮問委員会との議論のために、これらの初期の発見を共有しています。この研究を続ける中で、パイロット結果と、その発見が私たちの将来の取り組みにどのように情報を与えるかを公表していきます。
Anthropic Interviewerは、AIモデルの開発に関する対話の中心に人間の声を据えるための最新のステップです。これは、Claudeの振る舞いを形成するために一般の人々の視点を集めたCollective Constitutional AIの取り組みで始めたことです。これらの対話は、Claude自体の性格やトレーニングプロセスを改善するのに役立つだけでなく、Anthropicが支持し採用する将来の政策に情報を与えるのにも役立ちます。以下は、特定のコミュニティとのパートナーシップを探り、彼らの専門知識に基づいたAIを開発するために私たちが講じた実践的なステップの一部です：
- クリエイター：私たちは、AIがどのように創造性を拡張しているかを理解するための展示会、ワークショップ、イベントの開発を支援しています。LAS Art Foundation、森美術館、テート美術館などの主要な文化機関や、RhizomeやSocraticaなどのクリエイティブコミュニティとパートナーシップを結んでいます。さらに、Model Context Protocolを通じてClaudeがクリエイターの仕事をどのように拡張できるかを探るため、人気のあるクリエイティブツールの背後にある企業と協力しています。
- 科学者：私たちはAI for Scienceの助成金受領者と提携し、AIが彼らの研究にどのように最善の貢献ができるかを理解しようとしています。Anthropic Interviewerを使用して、AIに関する科学者の視点やプログラムへの期待を集めています（また、プライバシーを保護する分析ツールを使用して、彼らのClaudeの会話がこれらの期待と一致しているかどうかを評価します）。定量的データと定性的データを組み合わせることで、科学者のためにClaudeを改善し、助成金の影響を測定することができます。
- 教師：私たちは最近、AIの能力がますます向上する時代における教員研修を再形成するために、全米教員連盟（AFT）と提携しました。このプログラムは、AI教育において40万人の教師を支援し、AIシステムの開発に彼らの視点を取り入れることを目的としています。さらに、AIがAnthropicのソフトウェアエンジニアリングをどのように変えているかに関するAnthropic Interviewerからのいくつかの発見をプレビューしました。私たち自身の職場変革に関する質的な話を共有することで、ソフトウェアエンジニアと教師の間に多くの共通点を見出し、全員が同じテーブルについて、私たちが実際に望むAI主導の仕事の変革はどのようなものかをブレインストーミングすることができました。
Anthropic Interviewerを使用することで、特定の政策に情報を与えるターゲットを絞った研究、さまざまなコミュニティをAIに関する対話に参加させる参加型研究、および人間とAIの進化する関係を追跡する定期的な研究を実施できます。
参加する
私たちは、人々が自分たちの生活や仕事におけるAIの役割をどのように描いているかをよりよく理解するために、Anthropic Interviewerを使い続けています。そのために、私たちは公開パイロットインタビューを開始し、どのような経験、価値観、ニーズが人々の生活におけるAIの将来の役割に対するビジョンを動かしているかを探ります。
あなたの視点を共有する準備はできましたか？このリンクから10〜15分のインタビューに参加して、この研究に参加できます。私たちは、社会影響研究の一環としてこの研究からの匿名化された洞察を分析し、このデータからの洞察に関するレポートを公開する予定です。この研究の詳細については、以下のFAQセクションをご覧ください。
結論と限界
1,250人の専門家へのインタビューにより、労働力がAIとの関係を積極的に交渉していることが明らかになりました。私たちの参加者は一般的に、生産性の向上という利益のためにルーチンワークを委任しながら、職業的アイデンティティの中心となるタスクを維持していました。クリエイターは同僚のスティグマや経済的不安にもかかわらずAIの効率性を受け入れ、科学者はどの研究タスクをAIに委ねるかについて慎重な姿勢を保っていました。
私たちがこの研究を行ったのは、チャットウィンドウで起こることだけでなく、人々の生活に対するAIの影響を理解するためです。すべての定性分析と同様に、これらのインタビューに対する私たちの解釈は、私たちが尋ねることを選んだ質問と、データの中で探したパターンを反映しています。インタビュー記録のこの大規模なデータセットを一般に公開することで、人間とAIの関係がどのように進化しているかについての集合的な理解が進むことを願っています。そして、Anthropic Interviewerを大規模に展開することで、人々がAIで経験することと私たちがそれを開発する方法との間のフィードバックループを作成し、一般の人々の視点とニーズを反映したAIシステムを構築することを目指しています。
限界
Anthropic Interviewerの初期使用には、調査結果の範囲と一般化可能性に影響を与えるいくつかの重要な限界があります。私たちの発見は、専門的な実践とアイデンティティへの長期的な影響についての決定的な結論ではなく、仕事に対するAIの影響の初期のシグナルとして解釈されるべきです。
- 選択バイアス：参加者はクラウドソーシングプラットフォームを通じて関与したため、私たちの研究の参加者の経験は一般労働者の経験と大きく異なる可能性があり、回答がこの主題に関してより肯定的または経験豊富な視点に偏る可能性があります。
- 要求特性：参加者は、自分のAI使用についてAIシステムからインタビューを受けていることを知っていたため、人間とのインタビューと比較して、関与する意欲が変わったり、回答の種類が変わったりした可能性があります。
- 静的分析：私たちは専門家の現在のAI使用と態度のスナップショットを捉えましたが、これらのデータでは、これらの関係が時間の経過とともにどのように発展するか、または使用が長期化するにつれて初期の熱意がどう変化するかを追跡することはできません。
- 感情分析：Anthropic Interviewはテキストのみであり、声のトーン、表情、またはボディランゲージを読み取ることができないため、インタビュー対象者の発言の意味に影響を与える感情的な手がかりを見逃す可能性があります。
- 自己報告対 客観的尺度：上記で述べたように、参加者のAI使用の説明は、実際の実践とは異なる場合があります（スマートフォンの使用について発見されているように）。これは、社会的望ましさバイアス、不完全な記憶、またはAIの開示に関する職場の規範の変化による可能性があります。
- 研究者の解釈：すべての定性研究と同様に、私たちの分析は研究者としての私たち自身の関心と視点を反映しています。パターンを特定するために体系的な方法を使用しましたが、異なる研究者はこれらのインタビューの異なる側面を強調したり、代替の結論を導き出したりする可能性があります。
- 世界的な一般化可能性：私たちのサンプルは主に西洋を拠点とする労働者を反映しており、AIに対する文化的態度、職場の力学、職業的アイデンティティは、世界的な文脈によって大きく異なる可能性があります。
- 非実験的研究：多くの参加者が生産性の向上と品質の改善を報告しましたが、AIの使用がこれらの結果を直接引き起こたのか、または他の要因がどの程度寄与したのかを判断することはできません。
貢献と謝辞
Kunal Handaがプロジェクトを主導し、Anthropic Interviewerの設計とプロトタイプ作成、調査、インタビュー、データ分析の実行、図の作成、ブログ記事の執筆を行いました。Michael SternはClaude.ai内でのAnthropic Interviewerの実装を主導し、プロジェクトのタイムラインを管理し、全体を通してフィードバックを提供しました。Saffron HuangはAnthropic Interviewerの公開パイロットを主導しました。Jerry HongはAnthropic Interviewerのビジュアルデザインを主導し、技術的な図に貢献しました。Esin Durmusは実験デザインに貢献し、重要なフィードバックを提供しました。Miles McCainはAnthropic Interviewerのプロトタイプの基盤となる技術インフラストラクチャの実装を共同で主導しました。Grace Yun、AJ Alt、Thomas MillarはClaude.ai内でAnthropic Interviewerを実装し、公開パイロットに必要な技術インフラストラクチャを提供しました。Alex Tamkinはプロジェクトの初期イテレーションに関する重要なフィードバックを提供しました。Jane LeibrockはAnthropic Interviewerのすべての方法論に貢献しました。Stuart Ritchieはブログ記事の構成と執筆に貢献しました。Deep Ganguliは重要な研究指導、フィードバック、および組織的なサポートを提供しました。すべての著者が全体を通して詳細なガイダンスとフィードバックを提供しました。
さらに、Sally Aldous, Drew Bent, Shan Carter, Jack Clark, Miriam Chaum, Jake Eaton, Matt Galivan, Savina Hawkins, Sarah Heck, Hanah Ho, Mo Julapalli, Matthew Kearney, Mike Krieger, Chelsea Larsson, Joel Lewenstein, Jennifer Martinez, Wes Mitchell, Jared Mueller, Christopher Nulty, Adam Pearce, Sarah Pollack, Ankur Rathi, Drew Roper, David Saunders, Kevin Troy, Molly Villagra, Brett Wittmershaus, and Casey Yamagumaの有益なアイデア、議論、フィードバック、サポートに感謝します。また、Matthew Conlen, Deb Roy, and Diyi Yangからのコメント、議論、フィードバックにも感謝します。
引用
この記事を引用したい場合は、次のBibtexキーを使用できます：
@online{handa2025interviewer,
author = {Kunal Handa and Michael Stern and Saffron Huang and Jerry Hong and Esin Durmus and Miles McCain and Grace Yun and AJ Alt and Thomas Millar and Alex Tamkin and Jane Leibrock and Stuart Ritchie and Deep Ganguli},
title = {Introducing Anthropic Interviewer: What 1,250 professionals told us about working with AI},
date = {2025-12-04},
year = {2025},
url = {https://anthropic.com/research/anthropic-interviewer},
}付録
Anthropic Interviewerの参加者体験
インタビュー後、参加者にインタビュー体験について調査しました。（1）この会話にどの程度満足しましたか？、（2）この会話は {その領域} に関するあなたの考えをどの程度よく捉えていましたか？（両方とも1-7のリッカート尺度）、および（3）このインタビュー形式を他の人に勧めますか？（はい/いいえ）と尋ねました。
その結果、参加者はAnthropic Interviewerに対して非常に肯定的であることがわかりました。参加者の97.6％が満足度を5以上と評価し、49.6％が最高評価を与えました。同様に、96.96％が会話が自分の考えをよく捉えていると感じました（5-7の評価）。参加者の99.12％が、このインタビュー形式を他の人に勧めると述べました。
視点の共有：よくある質問（FAQ）
1. ツクールにアクセスするにはどうすればよいですか？
本日から、2週間以上前にサインアップしたFree、Pro、またはMax Claude.aiサブスクライバーであれば、Claude.aiに招待ポップアップが表示される場合があります。https://claude.ai/interviewer からアクセスできます。調査は1週間公開されます。
2. この調査では何を聞かれますか？
Anthropic Interviewerを使用して、あなたの人生におけるAIの役割に対するビジョン、それを形作る経験、価値観、ニーズ、そしてそのビジョンを助けたり妨げたりする可能性のあるものについて尋ねます。
3. データはどのように使用されますか？
私たちはこの研究からの洞察を社会影響研究の一環として分析し、調査結果を公開し、学んだことを反映する方法でモデルとサービスを改善するために使用します。この研究を通じて収集するデータはフィードバックとして扱われ、プライバシーポリシーに従って処理されます。公開される調査結果には、匿名化された回答が含まれる場合があります。
4. Claude.aiにAnthropic Interviewerの招待が表示されないのはなぜですか？
インタビューは、2週間以上前にサインアップした既存のClaude.ai Free、Pro、およびMaxユーザーのみが利用できます。
