Учёные просят у ИИ гипотезы, а получают таблицы и вычитку

Наука получила быстрого помощника — и пока не получила соавтора. Anthropic выложила отчёт о том, как исследователи на самом деле пользуются Claude. Цифры бьют ровно по главному обещанию ИИ в науке: мол, машина будет придумывать.

🔬 Что обнаружили

Разрыв между словами и логами. В опросе учёные ставят генерацию гипотез на первое место среди того, без чего открытий не бывает. В реальных сессиях на гипотезы уходит около 4%. Остальное — анализ данных, код, вычитка, сборка текстов.

То есть модель тащат туда, где надо быстро перелопатить массив и привести его в порядок. Туда, где надо придумать, её почти не зовут.

⚙️ Как это работает

Anthropic не спрашивала, что учёные думают про ИИ. Компания взяла логи: 207 049 сессий в Claude и Claude Code с 2 августа по 30 сентября, разложила по типам задач и сверила с ответами 52 исследователей.

Дальше арифметика. Сколько сессий на какой тип работы, что просят в чате, как это соотносится с тем, что сами учёные называют важным для открытия. Совпадения нет.

🧭 Чем отличается от существующих методов

Обычные замеры «ИИ в науке» — это бенчмарки на задачах или подсчёт упоминаний в статьях. Здесь карта привычек: кто что печатает в чат в реальной работе.

И честная деталь, которую надо держать в голове: отчёт пишет вендор о своём же продукте. Это не независимая экспертиза, это данные изнутри.

📊 Что удалось показать

Главное — не процент, а сам разрыв. Гипотезы лидируют в опросе и плетутся в логах. Анализ данных и текст — наоборот.

Отдельный слой — Claude Code. Его берут как инженерный инструмент: посчитать, собрать, прогнать. Идеи туда не заказывают.

🌍 Как это может повлиять на ИИ

Если узкое место — гипотезы, следующий продукт для лабораторий будет не ещё одним чатом. Это будет цикл: литература, данные, черновик гипотезы, автоматическая проверка, отсев.

Кто первым соберёт такую петлю, тот и заберёт науку. Пока ИИ оптимизирует то, что и так хорошо измеримо. Учёные это чувствуют — и потому не отдают машине самое ценное.

⚠️ Что пока не доказано

Данные — один вендор, один продукт, два месяца. Опрос — 52 человека, это не выборка, а разговор. Рецензии нет.

4% — это доля сессий, а не приговор гипотезам. Может, учёные просто не умеют формулировать запрос так, чтобы модель выдала стоящее. И главное: никто не проверил, сколько гипотез, предложенных машиной, потом подтвердились. Без этого спор пустой.

Прогноз: В течение года минимум один крупный инструмент для лабораторий будет продавать не чат, а замкнутый цикл «гипотеза — проверка».

Дисклеймер: отчёт вендора о собственных данных, без рецензии

Anthropic Blog · AI Times