科研人员用 AI 在忙什么？一项调查里数据分析占比最高

科研人员把 AI 用在什么地方？一份新调查里，最常见的不是让它提出新假设，而是分析数据和写作。

Anthropic 11 月 5 日发布的研究，分析了 2026 年 8 月 2 日至 9 月 30 日消费者套餐中的 207,049 次会话：其中 128,914 次来自 Claude 的 Chat 和 Cowork，78,135 次来自 Claude Code。研究人员先用模型判断会话是否涉及科研，再给相关会话分配学科和任务；另有一组 Claude Science 会话作为补充样本。

在主要样本中，数据分析约占 Claude 会话的三分之一、Claude Code 会话的近一半。相比之下，收集数据、产生想法或假设的会话较少；而在配套调查中，受访科研人员认为后两类任务对科学发现很重要。按各学科研究人员规模比较，计算机科学、数学、统计等形式科学的相对使用量较高，医疗和偏实验室的物理科学较低。

补充样本还有个有意思的差别：在面向科研工作的 Claude Science 中，产生想法的会话占比约是通用 Claude 的两倍。这是不同产品用户的使用构成比较，不能直接说明换个产品就能把一个人的创意能力翻倍。

报告还用一个简化模型推演：假设 AI 能完成所有非实体的科研工作，计算机科学和统计等领域的研究产出最高可达原来的 15 倍，化学、生物等受实体实验环节制约的领域则约为 3 至 4 倍。这是设定前提下的情景估计，不是已经测到的提速，更不是保证会发生的预测。

看这些数字时要留意分母：207,049 是被分类为科研任务的会话数，不是科研人员人数；研究只覆盖该公司的部分产品和消费者套餐，也不能代表所有学科和所有 AI 工具。模型分类本身可能有误，使用频率也不能直接证明科研结果更准确或发现更多。