Anthropic publiceerde op 5 november 2026 een analyse van wetenschappelijk gebruik van Claude. In de 207.049 onderzochte sessies kwamen data-analyse en schrijfwerk vaak voor. De grote cijfers over mogelijke onderzoeksversnelling zijn uitkomsten van hypothetische scenario’s, geen gemeten productiviteitswinst. De sessies liepen van 2 augustus tot en met 30 september 2026.
Wat Anthropic onderzocht
De hoofdsteekproef omvatte 128.914 sessies met Claude Chat en Cowork en 78.135 met Claude Code, allemaal op consumentenabonnementen. Classifiers deelden sessies in naar wetenschappelijk vakgebied en taak. Daarvoor gebruikten ze SciNet, een taxonomie met 7.262 taken, 34 vakgebieden en 318 deelgebieden. Anthropic zegt dat de analyse categorieën behield, geen open onderzoeksinhoud zoals hypotheses of onderzoeksresultaten, en dat de uitkomsten geaggregeerd werden met een minimumaantal accounts. Anthropics rapport over wetenschappelijk gebruik van Claude
Een afzonderlijke enquête omvatte 528 onderzoekers, vooral uit de levens- en gezondheidswetenschappen. De deelnemers waren voornamelijk geworven onder aanvragers van Anthropic-programma’s voor onderzoeksfinanciering. Anthropic zegt dat deze groep waarschijnlijk intensiever AI gebruikt dan wetenschappers in het algemeen. De enquête weerspiegelt dus niet zonder meer alle onderzoekers.
Data-analyse en schrijven komen vaak voor
In de geclassificeerde Claude-sessies was data-analyse de grootste taakcategorie; bij Claude Code was het aandeel daarvoor nog hoger. Anthropic vergeleek de sessieaandelen ook met een schatting van de tijd die onderzoekers aan die taken besteden. Die percentages meten verschillende dingen: een sessieaandeel is geen aandeel van de onderzoekstijd.
| Onderzoekstaak | Claude-sessies | Claude Code-sessies | Geschat aandeel onderzoekstijd |
| Data-analyse | 33,7% | 48,1% | 27,6% |
| Schrijven en communicatie | 32,0% | 17,6% | 16,0% |
| Gegevens verzamelen | 11,5% | 11,9% | 28,6% |
| Ideeën en hypothesen ontwikkelen | 4,2% | 2,1% | 7,1% |
De enquête geeft een andere invalshoek: respondenten noemden ideeën en hypothesen ontwikkelen het belangrijkst voor invloedrijk onderzoek, en gegevens verzamelen op de tweede plaats. Beide taken hadden relatief lage sessieaandelen. Anthropic noemt onder meer de moeilijkheid om ideeënontwikkeling in sessies te classificeren en de fysieke onderdelen van gegevens verzamelen als mogelijke context. De uitkomsten laten daarmee zien welke taken in de geanalyseerde sessies vaak voorkwamen, niet welke taken onderzoekers het belangrijkst vinden of hoeveel tijd ze er daadwerkelijk aan besteedden.
Claude Science en de levenswetenschappen
In Anthropics aanvullende analyse van Claude Science kwamen biomedische wetenschappen voor in 31,1% van de sessies, biologie in 24,1% en geneeskunde en klinische wetenschappen in 8,7%. Voor sessies over biologie en biomedische wetenschappen schatte Anthropic de menselijke taakduur op 4,9 uur bij Claude, 5,9 uur bij Claude Code en 10,3 uur bij Claude Science. In diezelfde vergelijking schatte het aandeel sessies met inhoud op doctoraal niveau op respectievelijk 48,0%, 67,7% en 82,7%; het aandeel met hoge autonomie op 23,7%, 64,1% en 73,3%.
Dit zijn kenmerken van geclassificeerde sessies, geen maatstaven voor wetenschappelijke kwaliteit. Anthropic merkt op dat verschillen in wie Claude Science gebruikt een deel van de uitkomsten kunnen verklaren.
Wat de versnellingsscenario’s betekenen
Anthropic werkte drie scenario’s uit. Het eerste veronderstelt brede toepassing van de huidige AI-mogelijkheden. In dat model zou AI 27 tot 52% van de onderzoekstijd voor zijn rekening kunnen nemen, met een mediaan van 38%. De berekende outputfactor varieerde per vakgebied van 1,35× in de kunsten tot 2,02× in de statistiek.
De andere scenario’s veronderstellen dat AI respectievelijk 75% of 100% van de niet-fysieke onderzoeksstappen automatiseert. In het scenario met volledige automatisering kwam de modeluitkomst uit op ongeveer 15 tot 16 keer zoveel output in veel vakgebieden met weinig fysieke taken. Voor laboratoriumgerichte vakgebieden zoals biologie, scheikunde en biomedische wetenschappen was dat ongeveer 3 tot 4 keer. Ook in deze scenario’s blijven fysieke stappen bij onderzoekers; de berekening houdt bovendien geen rekening met onder meer de capaciteit van onderzoeksfaciliteiten, machinekosten en de kwaliteit van ideeën.
De versnelling is dus een modeluitkomst onder bepaalde aannames, geen voorspelling of waargenomen resultaat. Voor het kostenmodel nam Anthropic 30 dollar per AI-agentuur en 95 dollar per onderzoekersuur aan, plus 0,2 AI-uur voor elk bespaard onderzoekersuur. Dat zijn modelinvoerwaarden, geen Claude-abonnementsprijzen.
Een controleerbare workflow voor literatuuronderzoek
In een tutorial demonstreert Andy Stapleton hoe hij afzonderlijke Claude Projects gebruikt voor onder meer papers en subsidieaanvragen, met eigen instructies en referentiebestanden. De demonstratie laat een mogelijke werkwijze zien, geen garantie dat dezelfde functies voor elke gebruiker beschikbaar zijn.
Een gebruiker op Reddit raadt aan Claude bij een literatuurclaim om de exacte bronpassage te vragen en die in het artikel zelf te controleren. Andere deelnemers waarschuwen dat een studie verkeerd kan worden aangehaald of dat een niet gevonden resultaat ten onrechte als onderzoekshiatus wordt voorgesteld. Dit zijn individuele gebruikerservaringen, geen gemeten foutpercentages. (Discussie over broncontrole bij Claude)
Vraag bij een literatuursamenvatting om de passage die de claim ondersteunt en controleer die in de oorspronkelijke publicatie.
