Anthropic ha fatto una cosa che nel mondo dell’AI suona quasi rivoluzionaria: ha dato a ricercatori esterni l’accesso ai dati reali d’uso di Claude. Non report confezionati dal marketing, non dataset pubblici pieni di prompt tipo ‘scrivimi una poesia sui gatti’. Dati veri, estratti da 250.000 conversazioni tra aprile e maggio 2026.
Parliamoci chiaro: fino a oggi, se eri un ricercatore indipendente, avevi due opzioni. Leggere gli studi pubblicati dai lab AI — che rispondono alle loro domande, non alle tue. Oppure usare dataset pubblici come WildChat — che però sono pieni di traffico casuale e creativo, non di come la gente usa davvero questi strumenti nel lavoro quotidiano. Nessuna delle due ti dava il quadro completo.
Anthropic Insights: il cuore del progetto
Il programma pilota ha coinvolto tre gruppi di ricerca: il SALT Lab di Stanford, l’Human Information Processing Lab di Oxford, e METR, una non-profit che valuta i modelli AI di frontiera. Ognuno ha sviluppato le proprie domande e usato Anthropic Insights — lo strumento interno di Anthropic per analizzare conversazioni in modo privacy-preserving — per ottenere risposte aggregate. Zero accesso alle conversazioni raw, solo output aggregati dopo revisione legale e privacy.
Anthropic dice che è la prima volta che ricercatori esterni pubblicano studi indipendenti sui dati d’uso di un’azienda AI. E sottolineano un dettaglio: contrattualmente, potevano rivedere solo aspetti legati a privacy, violazioni delle policy, informazioni confidenziali e accuratezza della ricerca. Il resto? Fuori dal loro controllo. I ricercatori possono pubblicare anche risultati scomodi per l’azienda.
Cosa hanno scoperto i ricercatori
Il SALT Lab di Stanford si è concentrato sulla collaborazione umano-AI. E ha trovato qualcosa di sorprendente: più della metà delle conversazioni con Claude riguardava compiti consequenziali — cioè lavoro che impatta altre persone o difficile da annullare. Studi precedenti suggerivano che la gente delegasse all’AI solo roba a basso rischio. Invece no: le persone portano a Claude domande professionali serie, soprattutto su questioni legali e finanziarie.
Altro dato interessante: in quasi tre quarti delle conversazioni, le persone dirigono e supervisionano il lavoro, mentre Claude assiste. E di solito adattano l’output invece di usarlo così com’è. Ma anche quando dirigono Claude verso l’output che vogliono, quanto capiscono e imparano davvero da quello che Claude produce varia parecchio.
E poi c’è l’attrito. È comune che le persone incontrino frizioni collaborando con l’AI — ma spesso è attrito produttivo. Il tempo speso a vedere come Claude affronta un compito, identificare dove la richiesta non era chiara, iterare sulla direzione… tutto questo porta a risultati migliori. Ti costringe a chiarire l’intento, raffinare l’output, rimanere coinvolto nel problema.
Come si sentono le persone mentre usano Claude
Il team di Oxford ha studiato le emozioni e i comportamenti durante l’uso. Hanno trovato pattern interessanti: quando Claude è caloroso, le persone sono più positive. Quando rifiuta o è in disaccordo, le persone spingono indietro. Quando Claude è eccentrico, le persone si coinvolgono intellettualmente. E quando semplicemente aiuta, le persone sembrano soddisfatte.
Ma c’è un altro dato che fa riflettere: l’esperienza delle persone con l’AI assomiglia molto a quella del resto del web. I pattern tra stati come assorbimento, frustrazione e piacere nelle conversazioni con Claude somigliano da vicino a quelli di uno studio separato sulla navigazione internet quotidiana. Suggerisce che interagiamo con l’AI come con altre attività digitali.
Guadagni di produttività nel coding
METR sta stimando i guadagni di produttività reali dagli agenti di coding e come questi cambiano tra generazioni di modelli. L’analisi è ancora in corso, ma i risultati preliminari indicano che i modelli più capaci fanno risparmiare più tempo agli utenti. Hanno confrontato le stime di Claude su quanto tempo avrebbero impiegato i task senza AI con quanto hanno impiegato realmente usando diversi modelli Claude. I modelli più recenti offrono accelerazioni significative rispetto a quelli più vecchi.
E, curiosamente, Claude è abbastanza bravo a stimare il tempo necessario. METR ha confrontato i suoi giudizi con tempi di completamento noti da uno studio precedente sugli sviluppatori. Le stime di Claude correlavano con il tempo effettivo impiegato dagli sviluppatori.
Le sfide del programma
Condividere dati d’uso è praticamente senza precedenti nell’AI, e Anthropic ammette che è stato più difficile del previsto. Lento per gli standard di ricerca di un lab AI, e molto intensivo in termini di risorse. Due fattori che presentano una sfida per scalarlo efficacemente.
Un problema emerso: i metodi di ricerca che funzionano internamente hanno bisogno di adattamenti per partner esterni. Quando usi Anthropic Insights, scrivi domande tipo ‘che tipo di guida sta chiedendo questa persona?’ e Claude risponde per ogni conversazione nello studio. Le risposte vengono aggregate in categorie; i ricercatori vedono solo le categorie finali e la percentuale di conversazioni che ci cadono dentro.
Il punto è che lo strumento è sensibile alla formulazione della domanda. Una domanda mal posta può piazzare conversazioni in categorie che le rappresentano male. E siccome nessuno può leggere le conversazioni sottostanti, questi errori sono difficili da catturare.
Internamente, Anthropic gestisce questo iterando sulle domande molte volte per settimane. I partner esterni non potevano farlo — revisioni privacy ripetute prima di condividere ogni dataset avrebbero reso lo studio impossibile. Soluzione: far testare le domande su WildChat, un dataset pubblico di conversazioni umano-AI dove puoi controllare le risposte contro le conversazioni reali. Ma WildChat è orientato verso uso casuale e creativo, diverso dal traffico Claude, quindi alcune domande che funzionavano bene su WildChat producevano categorie fuorvianti una volta applicate a conversazioni Claude reali.
Il nodo della trasparenza sul misuse
Alcune categorie negli output di Anthropic Insights hanno fatto emergere violazioni delle policy d’uso — per esempio persone che cercavano guida su attività proibite. Anthropic pensa che il pubblico debba sapere del misuse della piattaforma, quindi ha condiviso la maggior parte di queste violazioni. Eccezioni: categorie che descrivevano come gli utenti aggiravano le protezioni invece di cosa tentavano. Meno del 5% di categorie e conversazioni è stato interessato in ogni studio, e in ogni caso hanno detto ai ricercatori quali cluster avevano alterato o rimosso e perché.
E adesso?
Anthropic dice che capire gli effetti dell’AI sulla società è un lavoro troppo grande per le aziende AI da sole. Serve supervisione esterna, ricercatori che fanno le proprie domande su dati d’uso reali e pubblicano quello che trovano indipendentemente.
Questo pilota era un esperimento: possono ricercatori esterni condurre studi indipendenti sulla piattaforma senza compromettere la privacy degli utenti? Lo sforzo è stato più sfidante del previsto, ma finora la risposta sembra essere sì. I partner hanno perseguito ricerca che Anthropic non avrebbe pensato di progettare da sola, e ognuno ha rivelato qualcosa di nuovo sugli impatti reali dell’AI.
Il prossimo passo è determinare se possono scalare il programma — sia in che tipi di studi possono supportare date le limitazioni descritte, sia in quanti possono far girare contemporaneamente. Stanno partendo lentamente per garantire privacy, sicurezza e qualità della ricerca. E vogliono capire l’interesse: se sei un ricercatore e l’accesso ad Anthropic Insights ti permetterebbe di perseguire lavoro che non puoi fare oggi, hanno aperto un form d’interesse.
È un primo passo promettente. Ma c’è molto di più da fare. E francamente, sarebbe interessante vedere altri lab seguire questa strada.
