A análise da Anthropic sobre o uso científico de Claude encontrou mais sessões dedicadas à análise de dados e à escrita do que à coleta de dados e à geração de ideias. Os números descrevem atividades classificadas entre 2 de agosto e 30 de setembro de 2026; os grandes multiplicadores de aceleração do relatório vêm de cenários modelados, não de ganhos de produtividade observados. A Anthropic publicou o estudo técnico em 5 de novembro de 2026.
O que a Anthropic analisou
A amostra principal reuniu 207.049 sessões de planos de consumo: 128.914 de Claude Chat e Cowork e 78.135 de Claude Code. A Anthropic usou classificadores para identificar sessões de pesquisa científica e atribuir categorias de área e tarefa com base na SciNet, uma taxonomia com 7.262 tarefas, 34 áreas e 318 subáreas.
Segundo a empresa, o sistema reteve rótulos de categorias, não o conteúdo aberto das pesquisas, como hipóteses, métodos e resultados. O estudo também incluiu uma pesquisa com 528 pesquisadores, recrutados principalmente entre candidatos a programas de bolsas da Anthropic. Os respondentes eram, em sua maioria, das ciências da vida e da saúde, e estavam ligados a instituições nos Estados Unidos e no Canadá. A empresa considera provável que esse grupo use IA com mais intensidade do que pesquisadores típicos.
Análise de dados lidera as sessões
A análise de dados foi a maior categoria tanto em Claude quanto em Claude Code. A tabela compara a parcela de sessões atribuída a cada tarefa com a estimativa da Anthropic para a parcela do tempo de pesquisa dedicada a ela. São medidas diferentes: a frequência de uma categoria nas sessões não representa diretamente o tempo que cientistas passam naquela atividade.
| Tarefa de pesquisa | Sessões de Claude | Sessões de Claude Code | Parcela estimada do tempo de pesquisa |
| Análise de dados | 33,7% | 48,1% | 27,6% |
| Escrita e comunicação | 32,0% | 17,6% | 16,0% |
| Coleta de dados | 11,5% | 11,9% | 28,6% |
| Geração de ideias e hipóteses | 4,2% | 2,1% | 7,1% |
A escrita e a comunicação também aparecem com destaque, sobretudo nas sessões de Claude. Já a coleta de dados ocupa uma parcela menor das sessões do que a estimativa de tempo de pesquisa. A pesquisa da Anthropic apontou coleta de dados e geração de hipóteses entre as tarefas importantes para produzir resultados científicos, embora ambas apareçam menos nas sessões classificadas.
Claude Science aparece sobretudo nas ciências da vida
Na análise complementar de Claude Science, ciências biomédicas representaram 31,1% das sessões de pesquisa, biologia 24,1% e medicina e ciências clínicas 8,7%. Em sessões de biologia e ciências biomédicas, a Anthropic estimou o tempo de tarefa que caberia a uma pessoa sem IA em 4,9 horas para Claude, 5,9 horas para Claude Code e 10,3 horas para Claude Science.
Nesse mesmo recorte, conteúdo de nível doutoral foi identificado em 48,0%, 67,7% e 82,7% das sessões, respectivamente. A classificação de alta autonomia ficou em 23,7%, 64,1% e 73,3%. A Anthropic observa que diferenças entre quem adota cada produto podem explicar parte desses resultados. As medidas descrevem características classificadas das sessões, não a qualidade dos resultados científicos.
Os multiplicadores vêm de cenários modelados
No primeiro cenário, a Anthropic supõe ampla adoção das capacidades atuais de IA. O modelo estima que elas poderiam assumir de 27% a 52% do tempo de pesquisadores, com mediana de 38%; a aceleração de produção calculada varia de 1,35× nas artes a 2,02× na estatística. Esses valores dependem das premissas do cenário.
Os cenários seguintes supõem que a IA automatizaria 75% ou 100% das etapas não físicas da pesquisa. No cenário de automação total dessas etapas, o modelo calcula cerca de 15 a 16 vezes mais produção em muitas áreas com poucas tarefas físicas. Para ciências de bancada, como biologia, química, ciência dos materiais, ciências agrícolas e ciências biomédicas, estima cerca de 3 a 4 vezes. No cenário de automação de 75%, as estimativas chegam a cerca de 8 vezes em ciência da computação, 7 vezes em estatística e biblioteconomia e ciência da informação, e 6 vezes em economia.
Esses multiplicadores são resultados ilustrativos do modelo, não previsões. Nos cenários, pesquisadores continuam responsáveis pelas etapas físicas. O cálculo também deixa de fora restrições como capacidade de instalações, máquinas, custos de insumos experimentais e qualidade das ideias. Assim, o relatório apresenta padrões de uso e possibilidades calculadas sob premissas específicas, sem medir um aumento real de descobertas ou de produtividade científica.
Um fluxo para conferir afirmações bibliográficas
Em um tutorial, Andy Stapleton demonstra a organização de artigos e materiais em Projects separados no Claude, com arquivos de referência e instruções próprias. A demonstração oferece um exemplo concreto de como estruturar o contexto de um trabalho acadêmico.
Em uma discussão sobre fluxos de pesquisa, usuários também relatam pedir a Claude o trecho exato que sustenta uma afirmação e conferir esse trecho no artigo original. Um participante alerta que o sistema pode atribuir um resultado ao estudo errado ou tratar algo que não encontrou como uma lacuna real na literatura. São relatos de usuários, não uma taxa medida de erros; a checagem do trecho na publicação original mantém a afirmação ligada à fonte consultada. Discussão de usuários sobre checagem de fontes
Participação nas sessões indica onde Claude foi usado; os multiplicadores descrevem cenários calculados, não avanços científicos já medidos.
