Claude di Anthropic guida il 26% della ricerca IA sui nuovi modelli

Claude guida il 26% della ricerca sui nuovi modelli IA: scopri cosa misura davvero il dato e come evolve dal supporto tecnico al modello successivo.

Claude di Anthropic guida il 26% della ricerca IA sui nuovi modelli
Lorenzo Pascucci 
Rimani aggiornato con WebMasterPoint
Fonte preferita Google X Instagram

Claude di Anthropic concentra il 26% della ricerca sui nuovi modelli IA: una percentuale da interpretare con cautela, tra supporto tecnico, innovazione e corsa alla prossima generazione.

Anthropic ha dichiarato che Claude guida il 26% della ricerca e sviluppo sull’intelligenza artificiale svolta dall’azienda. La misura si riferisce ad agosto 2026. Il chatbot, dunque, non serve soltanto a essere migliorato: partecipa già alla progettazione, ai test e all’ottimizzazione dei sistemi che verranno dopo di lui.

Che cosa misura davvero quel 26%

La percentuale arriva dal prototipo di Indice di Automazione R&D pubblicato dall’Anthropic Institute. Il calcolo considera i compiti di ricerca e ingegneria dell’IA e li pesa in base al tempo-persona. Non dice, quindi, quale quota del codice sia stata scritta da Claude e nemmeno quanti esperimenti siano stati portati avanti senza intervento umano.

La scala distingue più livelli di autonomia. Quando l’IA “collabora”, svolge parti consistenti del lavoro, ma resta sotto una direzione stretta. Quando “guida”, invece, prende in carico la maggior parte del compito, dal prompt iniziale fino al completamento, sempre con supervisione umana.

Ad agosto 2026, oltre il 90% delle attività raggiungeva almeno il livello di collaborazione. Nessuno dei compiti misurati era completamente autonomo.

Per costruire il catalogo, Anthropic ha analizzato registri interni, comprese le comunicazioni di lavoro e la documentazione aziendale, suddividendo poi il materiale in 542 categorie. Gli agenti Claude hanno classificato le attività; altri sistemi le hanno valutate e l’azienda ha messo a confronto quei giudizi con quelli dei dipendenti. La metodologia presenta però un limite già riconosciuto: il catalogo, una volta congelato, fotografa il lavoro esistente e può non registrare categorie nuove.

Dal supporto tecnico al modello successivo

Nel lavoro quotidiano rientrano la generazione e la revisione del codice, la progettazione degli esperimenti, l’analisi dei risultati e la correzione dei problemi. Il ricercatore stabilisce l’obiettivo. Claude formula proposte oppure svolge una parte del flusso; prima dell’integrazione, una persona controlla le evidenze, la qualità del risultato e i rischi.

La dimensione dell’impiego interno non è marginale. Anthropic ha riferito di utilizzare circa 30.000 agenti IA per attività di ricerca e ingegneria sulla piattaforma più usata dall’azienda. I monitor online verificano le azioni prima che vengano eseguite. Quelli offline esaminano le trascrizioni a posteriori e inviano alla revisione umana i casi considerati più rilevanti.

Il possibile vantaggio si accumula nel tempo: se un modello riduce i tempi del debugging o dell’ottimizzazione, diminuiscono anche i costi e i ricercatori possono dedicarsi a obiettivi più ambiziosi. Anthropic ha detto anche che, durante una settimana di luglio 2026, circa il 6% del calcolo destinato alla R&S sull’IA è stato assegnato alla sicurezza. Questa quota descrive la potenza di calcolo impiegata, non la quantità complessiva di sicurezza ottenuta.

Gli stessi meccanismi possono però amplificare gli errori. Una valutazione distorta, un risultato sbagliato replicato in fretta o un comportamento difficile da interpretare rischiano di passare al ciclo successivo. Per questo quel 26% non coincide con un’automazione ricorsiva completa: Claude conduce e prepara ampie parti del lavoro, ma non realizza da solo il proprio successore senza controllo umano.

Anthropic intende pubblicare misurazioni periodiche, così da permettere confronti sul ritmo dei diversi laboratori. Per OpenAI e Google DeepMind, nei materiali considerati compaiono sistemi di monitoraggio, valutazioni dei rischi e richieste di maggiore cautela. Non emerge però una percentuale omogenea sull’automazione della ricerca e sviluppo.

La competizione si misura quindi anche nella capacità di produrre i modelli, non soltanto nel loro impiego commerciale. Se Claude diventa lo strumento con cui Anthropic sviluppa i sistemi successivi, l’uso interno può trasformarsi in un vantaggio strutturale. Per capire se sia davvero così serviranno metriche replicabili, controlli indipendenti e risultati osservabili nel tempo.