Anthropic prova ad aprire una parte della sua principale risorsa informativa a ricercatori esterni: i dati sull’uso reale dell’intelligenza artificiale. Il 26 agosto 2026 la società statunitense che sviluppa Claude ha pubblicato i risultati iniziali di un progetto pilota che ha permesso a tre gruppi indipendenti di studiare circa 250 mila conversazioni avvenute tra aprile e maggio 2026 su Claude.ai e Claude Code.
I gruppi coinvolti sono il Social and Language Technologies Lab della Stanford University, lo Human Information Processing Lab dell’Università di Oxford e Metr, organizzazione non profit specializzata nella valutazione dei modelli di frontiera. I ricercatori hanno definito autonomamente le domande di ricerca e analizzato dati aggregati attraverso Anthropic Insights, il sistema precedentemente chiamato Clio.
L’esperimento affronta uno dei problemi meno visibili nella ricerca economica sull’AI. Le aziende che sviluppano i principali modelli dispongono di enormi quantità di informazioni sulle modalità con cui cittadini, professionisti e imprese utilizzano questi strumenti, mentre università e istituti indipendenti hanno accesso soprattutto a dataset pubblici o ai risultati diffusi dalle stesse aziende.
Indice degli argomenti:
Un laboratorio esterno sui dati reali di Claude
Anthropic sostiene che si tratti della prima esperienza pubblica nella quale ricercatori esterni hanno potuto realizzare studi indipendenti partendo dai dati di utilizzo di un’azienda di intelligenza artificiale. I ricercatori non hanno però ricevuto le conversazioni originali.
Anthropic Insights utilizza Claude per classificare le conversazioni secondo le domande formulate dai ricercatori. Il sistema aggrega successivamente le risposte in categorie e comunica soltanto la quota di conversazioni appartenente a ciascun gruppo. La procedura serve a impedire l’identificazione degli utenti e la lettura dei singoli dialoghi.
Anthropic ha inoltre sottoposto i dati condivisi a un ulteriore controllo sulla privacy condotto da un gruppo dell’Imperial College London. Secondo la società, ai partner esterni sono stati applicati gli stessi controlli legali e di riservatezza utilizzati nelle analisi interne.
Il contratto prevedeva che Anthropic potesse intervenire soltanto su privacy degli utenti, informazioni riservate dell’azienda, accuratezza della ricerca e contenuti capaci di facilitare violazioni delle regole d’uso. Gli studiosi, secondo quanto dichiarato dalla società, mantengono il diritto di pubblicare risultati sfavorevoli ad Anthropic.
Più della metà delle conversazioni riguarda decisioni delicate
Il risultato economicamente più rilevante arriva dal Salt Lab di Stanford. I ricercatori hanno studiato come utenti e intelligenza artificiale dividono il lavoro e quali responsabilità restano nelle mani delle persone.
Più della metà delle conversazioni analizzate comprendeva la delega a Claude di attività definite “consequenziali”: compiti che possono avere effetti su altre persone oppure produrre decisioni difficili da annullare. La presenza di queste attività aumentava soprattutto quando gli utenti cercavano consulenza professionale, comprese questioni legali e finanziarie.
Il dato ridimensiona l’idea secondo cui gli utenti affiderebbero ai chatbot soprattutto operazioni ripetitive e a bassa responsabilità, riservandosi le decisioni economicamente o personalmente più importanti.
Una precedente ricerca di Anthropic, pubblicata il 30 aprile 2026, aveva già rilevato una forte presenza di richieste di consulenza personale.
Il 76% delle conversazioni di questo tipo si concentrava in quattro aree:
- salute e benessere, con il 27%;
- lavoro e carriera, con il 26%;
- relazioni, con il 12%;
- finanza personale, con l’11%.
L’uso dell’AI entra quindi in attività che possono incidere su reddito, occupazione, salute e scelte finanziarie. La diffusione di questi comportamenti rende più importante misurare non soltanto la capacità tecnica dei modelli, ma anche il grado di controllo mantenuto dall’utente.
L’utente continua a dirigere il lavoro
Lo studio di Stanford rileva che, in quasi tre conversazioni su quattro, è la persona a stabilire la direzione del lavoro mentre Claude svolge una funzione di assistenza. Gli utenti tendono inoltre a modificare il materiale prodotto dal modello invece di utilizzarlo senza cambiamenti.
Questa divisione dei compiti trova riscontri nelle altre analisi economiche pubblicate da Anthropic nel 2026. Uno studio del 16 giugno su circa 400 mila sessioni di Claude Code, raccolte tra ottobre 2025 e aprile 2026, ha rilevato che nelle attività di programmazione le persone prendono in genere la maggior parte delle decisioni sulla pianificazione, mentre Claude assume una quota maggiore delle decisioni relative all’esecuzione.
Lo stesso lavoro individua un rapporto tra competenze e risultati: gli utenti con maggiore esperienza nel settore ottengono più lavoro dal modello per ogni istruzione impartita e raggiungono più frequentemente l’obiettivo della sessione. Il vantaggio tra utenti intermedi ed esperti, precisa Anthropic, risulta comunque relativamente contenuto.
La conseguenza economica è rilevante. L’intelligenza artificiale non elimina automaticamente il valore delle competenze professionali. Almeno nelle attività di programmazione osservate da Anthropic, l’esperienza continua a migliorare la capacità di assegnare compiti, controllare l’esecuzione e utilizzare il risultato.
L’attrito con l’AI può migliorare il risultato
Il Salt Lab ha esaminato anche i momenti nei quali la collaborazione si interrompe o richiede correzioni. Le incomprensioni tra utente e modello sono frequenti, ma una parte di questo attrito produce un effetto utile.
Quando Claude interpreta male una richiesta, l’utente deve precisare l’obiettivo, correggere le istruzioni oppure valutare più attentamente il materiale ricevuto. Secondo i ricercatori, questo processo può migliorare il risultato e mantenere la persona coinvolta nel problema anziché trasformarla in un semplice destinatario dell’output.
Il punto interessa direttamente il dibattito sulla produttività. La velocità non è infatti l’unico indicatore utile per valutare l’effetto economico dell’AI. Un sistema può ridurre i tempi di esecuzione e, allo stesso tempo, modificare il modo con cui vengono distribuite attenzione, verifica e responsabilità.
Oxford misura emozioni e comportamento
Lo Human Information Processing Lab dell’Università di Oxford sta studiando il rapporto tra il comportamento di Claude e lo stato degli utenti durante l’interazione. Al 31 agosto 2026 il lavoro completo non è ancora stato pubblicato e Anthropic ha diffuso soltanto risultati preliminari.
I ricercatori hanno riscontrato associazioni tra alcune modalità di risposta del modello e il comportamento umano. Un Claude più cordiale compare insieme a una maggiore positività dell’utente; quando il sistema rifiuta una richiesta o manifesta disaccordo, aumentano le reazioni di opposizione. Risposte più eccentriche sono associate a un maggiore coinvolgimento intellettuale, mentre un comportamento semplicemente collaborativo coincide più frequentemente con segnali di soddisfazione.
Oxford ha confrontato questi stati con quelli osservati in una ricerca distinta sulla normale navigazione online. Assorbimento, frustrazione e piacere presentano relazioni simili. I risultati preliminari non dimostrano un rapporto di causa ed effetto: mostrano associazioni osservate nelle conversazioni.
Il tema ha assunto maggiore peso anche nelle iniziative di Anthropic. Il 25 agosto, un giorno prima della pubblicazione del progetto sui dati di Claude, l’azienda ha annunciato un programma da 5 milioni di dollari per finanziare studi indipendenti sugli effetti dell’intelligenza artificiale sul benessere degli utenti. I progetti finanziati dovranno produrre strumenti di valutazione open source.
Metr prova a misurare le ore risparmiate
Il terzo filone riguarda direttamente la produttività. Metr sta utilizzando le conversazioni di Claude Code per stimare quanto tempo gli agenti di programmazione consentano di risparmiare e come questo vantaggio cambi tra differenti generazioni di modelli.
I primi risultati, ancora provvisori, indicano che i modelli più capaci potrebbero generare riduzioni dei tempi superiori rispetto alle versioni precedenti. Metr confronta il tempo impiegato con Claude con una stima di quanto la stessa attività avrebbe richiesto senza AI. I ricercatori hanno anche verificato le stime del modello confrontandole con tempi di completamento noti provenienti da un precedente studio sugli sviluppatori, trovando una correlazione tra le due misure.
Il metodo dovrà essere valutato con il lavoro completo, perché una stima prodotta dallo stesso modello analizzato non equivale alla misurazione diretta del tempo controfattuale. Metr intende estendere il metodo alle attività di ricerca, per capire quanto l’AI possa accelerare il lavoro degli studiosi.
Anthropic aveva già pubblicato nel novembre 2025 una propria analisi su 100 mila conversazioni, stimando una riduzione media del tempo necessario per completare i compiti pari all’80%. Si tratta di una stima dell’azienda, basata sulla propria metodologia, e non di una misura sperimentale generalizzabile all’intero mercato del lavoro.
Produttività alta, ma gli effetti sulle competenze restano aperti
Il quadro può essere confrontato con l’Anthropic Economic Index pubblicato il 26 giugno 2026. Nel sondaggio collegato all’indice, l’86% degli intervistati dichiarava di lavorare più velocemente grazie all’AI, l’82% indicava un aumento della quantità o dell’ampiezza delle attività svolte e il 69% un miglioramento della qualità. Il 27% segnalava inoltre risparmi su servizi che altrimenti avrebbe acquistato.
Il 68% dichiarava di imparare di più utilizzando l’AI e il 57% riteneva che questi strumenti avessero aumentato il valore delle proprie competenze sul mercato. Sono autovalutazioni degli utenti, non misure indipendenti della produttività o dell’apprendimento. La stessa Anthropic precisa che questi risultati non escludono un deterioramento di alcune capacità nel lungo periodo.
I dati confermano però che l’uso dell’intelligenza artificiale sta diventando meno simile alla semplice consultazione di un chatbot. Nell’Economic Index di giugno Anthropic ha rilevato che Claude Code assegna al modello una maggiore autonomia rispetto alle normali conversazioni con Claude.ai e Cowork. La differenza media è pari a 0,37 punti su una scala di autonomia da uno a cinque.
Il limite: la ricerca dipende ancora dall’infrastruttura di Anthropic
L’apertura dei dati non elimina il problema dell’accesso. I ricercatori esterni possono scegliere le domande, ma non leggono direttamente le conversazioni e dipendono da Anthropic Insights per classificarle.
La formulazione della domanda può modificare le categorie prodotte dal sistema. Anthropic spiega che i propri ricercatori interni correggono normalmente le istruzioni molte volte nell’arco di settimane. Applicare lo stesso processo a gruppi esterni richiederebbe ripetuti controlli sulla privacy e renderebbe il programma molto più costoso.
Nel progetto pilota gli studiosi hanno quindi verificato le domande su WildChat, un dataset pubblico di conversazioni tra persone e sistemi di AI. Anthropic ha però rilevato che WildChat contiene una quota maggiore di usi creativi e informali rispetto al traffico reale di Claude. Alcune classificazioni che funzionavano sul dataset pubblico hanno prodotto risultati meno affidabili quando applicate alle conversazioni effettive.
Esiste poi un secondo limite. Meno del 5% delle categorie e delle conversazioni di ciascuno studio è stato modificato o rimosso perché poteva rivelare modalità utilizzate per aggirare le protezioni di Claude oppure altre informazioni sensibili. Anthropic dichiara di avere comunicato ai ricercatori quali gruppi erano stati interessati e per quale motivo.
I dati sull’uso dell’AI diventano una risorsa economica
Anthropic vuole ora capire se il programma possa essere esteso a più gruppi di ricerca. La società ha aperto una manifestazione d’interesse per studiosi che abbiano progetti impossibili da realizzare con i dataset attualmente disponibili.
La questione supera il caso Claude. Le società che gestiscono i maggiori modelli osservano milioni di interazioni attraverso le quali è possibile studiare produttività, diffusione tecnologica, trasformazione delle professioni, domanda di competenze e comportamenti degli utenti. Questi archivi stanno diventando una fonte importante per misurare l’economia dell’intelligenza artificiale.
Consentire l’accesso a gruppi indipendenti può permettere di verificare le conclusioni prodotte dai laboratori e formulare domande che le aziende non hanno interesse o occasione di studiare. Il progetto di Anthropic mantiene però una dipendenza fondamentale: infrastruttura, selezione dei dati e protezioni restano nelle mani dell’impresa che genera quelle informazioni.
Il valore dell’esperimento dipenderà quindi dalla possibilità di ampliare il numero degli studiosi, rendere replicabili i metodi e confrontare i risultati con dati provenienti da altre piattaforme. Senza questo passaggio, la ricerca sull’impatto economico dell’AI continuerà a poggiare in larga parte sulle informazioni controllate dalle stesse aziende che sviluppano la tecnologia.
Partecipa alla community