METR schat dat de vooruitgang op Anthropicās interne verzameling AI-tests sinds oktober 2025 ongeveer 1,9 keer zo snel verloopt als daarvoor. De onderzoeksorganisatie publiceerde haar beoordeling op 5 november, na toegang tot interne bedrijfsgegevens. In deze AI dagbrief van zondag 8 november staat de onderbouwing centraal: Anthropic heeft volgens METR het grootste deel van het meest bepalende bewijs laten weglakken.
| Wat je moet weten |
|---|
| METR onderzocht van 12 augustus tot 29 oktober 2026 hoe AI het AI-onderzoek bij Anthropic versnelt. |
| Voor de ontwikkeling van de interne AECI-testscores schat METR een versnelling van 1,9 keer sinds oktober 2025; het 95%-betrouwbaarheidsinterval loopt van 1,5 tot 2,8 keer. |
| Anthropic mocht niet-openbare informatie laten weglakken en deed dat volgens METR bij een meerderheid van het meest informatieve bewijs. |
| Een afzonderlijk Anthropic-onderzoek telt 207.049 wetenschappelijke Claude-sessies; gebruikscijfers en toekomstscenario's meten iets anders dan METR's testscores. |
Wat die factor 1,9 meet
De beoordeling van METR gebruikt onder meer AECI, Anthropicās variant van de Epoch Capabilities Index. De uitkomst beschrijft de snelheid waarmee testscores groeien. Een factor 1,9 betekent hier dus niet dat iedere onderzoeker een taak in bijna de helft van de tijd afmaakt. Het is evenmin een meting van de omzet of het aantal bruikbare producten.
De gevoeligheid voor de gekozen rekenmethode is aanzienlijk. Bij andere aannames over de moeilijkheid van testvragen vindt METR versnellingsfactoren tussen 1,1 en 2,9. Die uitkomsten zijn een andere onzekerheidsmaat dan het betrouwbaarheidsinterval van 1,5 tot 2,8 bij de centrale schatting. Wie alleen de 1,9 overneemt, laat beide soorten onzekerheid weg.
METR concludeert met grote zekerheid dat een snellere groei van de rekenkracht voor het trainen van modellen de versnelling niet verklaart. Hoeveel vervolgens aan AI zelf is toe te schrijven, is minder hard vast te stellen. De organisatie acht AI waarschijnlijk verantwoordelijk voor het grootste deel van de huidige versnelling, maar noemt ook andere oorzaken en aanzienlijke onzekerheid. Dat is een gewogen beoordeling van verschillende aanwijzingen, geen rechtstreeks gemeten causaal percentage.
De lezer krijgt niet hetzelfde bewijs als METR
Anthropic gaf de onderzoekers toegang tot onder meer interne modeltests, gegevens over training en gesprekken met medewerkers. Tegelijk mocht het bedrijf niet-openbare informatie uit het openbare verslag laten verwijderen. Volgens METR raakte dat een meerderheid van het bewijs dat het meest informatief was voor de conclusies. Daardoor kan een buitenstaander die afweging maar gedeeltelijk zelf nalopen.
Die beperking maakt twee vragen noodzakelijk bij het lezen van de uitkomst: welke meting staat openbaar beschreven, en welk oordeel steunt mede op afgeschermde gegevens? De AECI-schatting en gevoeligheidsanalyses zijn zichtbaar. Voor een deel van de bredere risico-inschatting moet de lezer op METRās beoordeling vertrouwen; de organisatie benoemt die afhankelijkheid zelf.
Een afzonderlijke studie van Anthropic, eveneens van 5 november, onderzoekt hoe wetenschappers Claude gebruiken. De steekproef omvat 207.049 sessies op consumentenabonnementen tussen 2 augustus en 30 september 2026. Daarin komen data-analyse en schrijven veel voor. Dit zijn andere gebruikers en een andere meeteenheid dan de interne modelontwikkeling waarop METR zich richt.
Anthropic verkent daarnaast met een eenvoudig model scenarioās waarin bredere toepassing van bestaande AI in sommige vakgebieden tot een verdubbeling van de onderzoeksproductie kan leiden. Dat scenario is geen tweede meting die METRās factor bevestigt. Voor een Nederlandse onderzoeksgroep die de bevindingen wil gebruiken, blijft de eigen taakverdeling bepalend: de studie beschrijft juist minder gebruik bij fysiek laboratoriumwerk dan bij taken zoals data-analyse. De twee rapporten naast elkaar leggen helpt zo voorkomen dat een modelscenario voor alle wetenschap wordt aangezien voor een gemeten resultaat binnen ƩƩn AI-bedrijf.






