2026 年 6 月 30 日、Anthropic は Claude Science を発表した。科学者のための AI 作業台という位置づけで、生物学のデータベースにつながり、研究者自身の計算クラスターでコードを動かせる。だが公式の紹介がいちばん紙幅を割いているのは、それが後に残すものだ。どの図にも、それを作ったコードと実行環境、作り方の平易な説明、対話の全記録が付く。さらに審査役のエージェントが引用と計算を確かめ、もとのコードと合わない図に印を付ける。

TechCrunch の見出しははっきりしている。今回 Anthropic が賭けたのは仕事の流れで、新しいモデルではない。

この方向は科学研究に限らない。AI にデータを読ませ、計算させ、グラフや報告を作らせる仕事なら、同じ問いで点検できる。数か月後にこのグラフを受け取った同僚が、AI に聞かずに、同じデータと手順で作り直せるか。できないなら、そのグラフはただの結論で、確かめることも直すこともできない。

正しく見えることと、確かめられることは別だ

チャット画面で AI に売上のデータを分析してもらうと、きれいな推移のグラフと三つの結論が返ってくる。問題なさそうに見える。だが来月、誰かに「この数字はどこから来たのか」と聞かれたら、答えられるのは「AI が計算した」だけだ。データのどの版か、どの行を除いたか、どんな式を使ったか。すべては、もう見つからないかもしれない対話の中にある。

結果が正しいかどうかと、確かめられるかどうかは別の話だ。後者が、ほかの人が引き継げるか、上司に聞かれたときに説明できるか、誤りが見つかったときにどの手順が悪かったかをたどれるかを決める。

AI の成果物には五つのものを添える

専用の作業台を待つ必要はない。いまから、人に渡す AI の成果物には、短い引き継ぎの記録を付けるよう求める。

データの出どころ： どのファイル、URL、期間、版を使ったか。誰が入れたか。

手順： どんな絞り込み、変換、計算をしたかを三〜五行で書く。AI がコードを書いたなら、コードそのものを保存する。

限界： 確かめていないところ、データが足りないところ、AI が判断を誤ったかもしれないところ。

成果物： グラフ、表、要約。どれが主な結論かを示す。

次の一歩： 誰が審査し、誰が作り直せて、どんな条件なら外に出してよいか。

AI の計算結果は毎回まったく同じになるとは限らない。この五つがあれば、明日結果が違ったとき、少なくともデータが変わったのか、手順が変わったのか、モデルが変わったのかを見分けられる。報告の引用も同じようにたどれる必要がある。AI の手を借りた報告書は、文章を整える前に引用を確かめるも参考になる。

広告

どれだけ記録を残すかは作業で決める

その場の書き直し、アイデア出し、会議のまとめは、あとからたどる必要がないので、チャット画面で十分だ。

判断に響く分析、報告、グラフなら、少なくともデータの出どころ、版、プロンプト、出力を残す。

複数のデータを読み、コードを動かし、ほかの人に引き継ぐ仕事だけが、作業台並みの記録を必要とする。どの手順も作り直せて、どの図もコードと合っている状態だ。

個人情報、法規、予算、医療、外部への公開に関わる結論なら、記録がそろっているうえに、重要な結論ごとに確かめる責任者が要る。

チームに二段めの記録を残す習慣さえまだないなら、いきなり完全な作業台を入れても、たいてい混乱する。道具を買う前に、引き継ぎの記録から始めるほうが現実的だ。

記録が揃っていても、結果が正しいとは限らない

記録がそろっていても、結果が正しいとは限らない。コードを作り直せても、そのコードの論理が正しいとは限らない。Claude Science が審査役のエージェントを加えたのも、記録だけでは足りないからだ。重要な結論は、その分野をわかっている人の目を通す必要がある。

また、Claude Science はいまはベータ版で、一部の有料プランだけで使え、チームの管理者が有効にする必要がある。この記事が扱っているのはそれが示す方向で、すべてのチームにすぐ導入を勧めるものではない。AI の要約を同僚に渡すときの形式が問題なら、整ったAI要約でも、そのまま仕事を引き継げるとは限らないも参考になる。

AI 整理カード

チームが AI で作る分析、グラフ、報告を、数か月後に同僚が作り直して確かめられるようにしたい。
判断方法はこの記事による：https://boosterminiclass.com/ja/posts/claude-science-workbench-audit-handoff/
記事の見方はこうだ。AI の成果物を渡してよいかは、数か月後に受け取った同僚が、AI に聞かずに同じデータと手順で作り直せるかで決まる。人に渡す成果物には、データの出どころ、手順、限界、成果物、次の一歩を添える。

まず私に聞いてほしい。チームが AI にいちばんよく頼む分析や報告はどんな種類か、結果を誰に渡しているか、いまデータの版やコードを保存する習慣があるか。
そのうえで：
1. これらの仕事を「チャットで十分」「記録が必要」「作り直せる必要がある」「人の確認が必要」の四段階に分け、理由を書く；
2. 「記録が必要」以上の仕事のために、データの出どころ、手順、限界、成果物、次の一歩を含む引き継ぎの記録のひな形を作る；
3. 最近の AI の成果物を一つ取り上げ、同僚が作り直すには、いまどの情報が欠けているかを挙げる；
4. コードやデータの版を置く場所を決めるなど、今週から始められる最小のやり方を提案する。
特定の道具の購入は勧めず、いまある道具でできることから始めること。
広告

Share

このミニクラスを共有

このミニクラスが仕事の詰まりをほどく助けになったら、AI の使い方を考えている人にも共有してください。

参考資料