A equipe de pesquisa econômica da Anthropic divulgou em 5 de novembro um relatório que contabiliza para que os pesquisadores usam o Claude. A amostra reúne 207.049 sessões marcadas como relacionadas à pesquisa científica nos planos de consumo entre 2 de agosto e 30 de setembro. Dessas, 128.914 são do Claude (incluindo Chat e Cowork), 78.135 do Claude Code, além de uma amostra complementar do Claude Science.
A classificação usa o sistema SciNet, desenvolvido pela própria equipe, que cobre 7.262 tarefas, 34 disciplinas e 318 subáreas. Segundo o relatório, o classificador produz apenas rótulos de disciplina e de tarefa, sem extrair o conteúdo das pesquisas; os resultados são publicados apenas de forma agregada, e as células cujo número de contas não atinge o limite mínimo não são divulgadas.
O mais comum é rodar dados e escrever textos
Pela proporção de sessões, a análise de dados responde por 33,7% no Claude e 48,1% no Claude Code; redação e comunicação ficam com 32% no Claude e 17,6% no Claude Code. Entre as tarefas individuais, a mais frequente é redigir manuscritos de artigos, com 18,6% das sessões do Claude.
Ao comparar esses números com a distribuição do tempo dos pesquisadores, a diferença é evidente:
| Tarefa | Claude | Claude Code | Parcela do tempo de pesquisa |
|---|---|---|---|
| Análise de dados | 33,7% | 48,1% | 27,6% |
| Redação e comunicação | 32,0% | 17,6% | 16,0% |
| Coleta de dados | 11,5% | 11,9% | 28,6% |
| Ideação e hipóteses | 4,2% | 2,1% | 7,1% |
A coleta de dados consome quase três décimos do tempo dos pesquisadores, mas nas sessões aparece com pouco mais de um décimo, em boa parte porque amostragem e experimentos exigem trabalho manual. A ideação e a formulação de hipóteses foram avaliadas pelos cientistas entrevistados como a etapa mais importante (35,6 em 100 pontos), mas são a menos utilizada.
A distribuição por disciplina também é desigual. Os pesquisadores de ciência da computação representam apenas 4,3% dos pesquisadores no mundo, mas 32,7% das sessões do Claude Code; a subárea de IA e aprendizado de máquina responde por 1,2% globalmente e por 15,2% no Claude Code. Disciplinas experimentais, como química e medicina, usam menos. O relatório resume:
"In short, scientists appear to use AI where it works best."
(Em suma, os cientistas parecem usar a IA onde ela funciona melhor.)
Fazendo a conta da aceleração
O relatório apresenta estimativas em três cenários. O primeiro considera apenas as capacidades atuais amplamente difundidas: a IA poderia assumir de 27% a 52% do tempo de pesquisa, com mediana de 38%, acelerando a produção das disciplinas em cerca de 1,35 vez (artes) a 2,02 vezes (estatística), com a ciência da computação em torno de 1,96 vez e a química em cerca de 1,41 vez. O terceiro cenário supõe que a IA execute todas as etapas não físicas: estatística, computação, economia e matemática chegariam a 15 a 16 vezes, enquanto biologia, química e materiais alcançariam só 3 a 4 vezes, porque as etapas físicas ocupam de 38% a 41% do tempo de pesquisa nessas áreas.
A hipótese de custo por trás desses múltiplos é a seguinte: a IA custa 30 dólares por hora, o pesquisador 95 dólares por hora, e para cada hora economizada do pesquisador a IA precisa trabalhar 0,2 hora. Em uma conta aproximada com esses números, economizar uma hora de trabalho humano custa cerca de 6 dólares em IA, de modo que o custo quase não é uma restrição; o gargalo está na parte manual feita no laboratório. O próprio relatório escreve: "Physical bottlenecks remain powerful."
Os autores ressaltam que o segundo e o terceiro cenários são hipóteses, não previsões, e que a estimativa não considera equipamentos, reagentes nem a capacidade dos laboratórios. A classificação e as estimativas de tempo foram feitas por um grande modelo de linguagem, de modo que os números no nível de subárea têm mais ruído.
O que os próprios cientistas pensam
O questionário complementar reuniu respostas de 528 cientistas, em sua maioria das ciências da vida e da saúde, concentrados nos Estados Unidos e no Canadá, e candidatos ao programa de pesquisa científica da Anthropic, o que faz a amostra pender naturalmente para usuários entusiastas. Para 38% dos respondentes, a IA já consegue atingir o nível de pesquisadores de ponta em análise de dados, e a expectativa para 2030 é de 94%. Cerca de quatro em cada dez acreditam que, em 2030, a IA poderá concluir sozinha um projeto de pesquisa completo, e 16% acham que isso nunca será possível.
O perfil dos usuários do Claude Science é mais especializado: biomedicina e biologia somam mais da metade, 82,7% das sessões atingem conteúdo de nível de doutorado e 73,3% envolvem execução com alto grau de autonomia. Esses usuários já são mais especializados, então a diferença não pode ser atribuída inteiramente ao produto, e o relatório também diz isso.
Fontes: CocoLoop, relatório de pesquisa da Anthropic «How researchers use Claude»; amostra de sessões, proporção de tarefas, distribuição por disciplina, múltiplos de aceleração dos três cenários e hipóteses de custo foram conferidos com o texto do relatório, e os números do questionário seguem o que o relatório divulga.