Anthropic abre datos de Claude para investigar la IA

Anthropic permitió por primera vez que investigadores externos estudiaran conversaciones reales de Claude sin acceder a los chats originales. Tres grupos analizaron datos agregados de unas 250.000 conversaciones y publicaron resultados iniciales sobre cómo las personas usan la IA.

El programa piloto se desarrolló entre abril y mayo de 2026. Participaron el laboratorio SALT de la Universidad de Stanford, el Human Information Processing Lab de Oxford y METR, una organización sin ánimo de lucro que evalúa modelos avanzados de IA.

Los investigadores formularon sus propias preguntas y Anthropic procesó los datos mediante Anthropic Insights, una herramienta que sustituye las conversaciones individuales por categorías y porcentajes. Así, los equipos no pudieron leer chats concretos ni identificar a sus autores.

Las personas usan la IA para tareas importantes

El equipo de Stanford estudió cómo colaboran las personas con Claude. Uno de sus resultados contradice una idea extendida: que la mayoría de usuarios reserva para sí las decisiones delicadas y deja a la IA las tareas rutinarias.

En cambio, más de la mitad de las conversaciones analizadas incluían tareas con consecuencias importantes. El uso era especialmente frecuente al pedir orientación profesional, sobre todo en asuntos legales o financieros.

Eso no significa que Claude tomara todas esas decisiones. En casi tres de cada cuatro conversaciones, la persona marcaba la dirección y utilizaba a Claude como apoyo. Además, los usuarios normalmente adaptaban las respuestas en lugar de copiarlas directamente.

La colaboración también generaba fricción: respuestas que no encajaban, instrucciones poco claras o resultados que exigían varias correcciones. Según el estudio, esa fricción no siempre era un problema. Revisar lo que la IA había entendido podía ayudar a la persona a precisar su objetivo y mejorar el resultado final.

El comportamiento de Claude influye en la experiencia

El equipo de Oxford analizó cómo se sienten las personas al utilizar Claude y cómo se relaciona eso con el comportamiento del sistema. Sus resultados preliminares apuntan a patrones concretos:

• Cuando Claude respondía con un tono cálido, las personas tendían a expresarse de forma más positiva.
• Cuando rechazaba una petición o mostraba desacuerdo, los usuarios solían insistir o discutir.
• Cuando ofrecía respuestas más poco convencionales, las personas parecían involucrarse más intelectualmente.
• Cuando simplemente ayudaba con la tarea, la conversación tendía a reflejar satisfacción.

Los investigadores también encontraron similitudes entre el uso de Claude y la navegación cotidiana por internet. Estados como la concentración, la frustración y el disfrute aparecían de forma parecida en ambos entornos. El estudio completo todavía está en preparación.

Los modelos nuevos podrían ahorrar más tiempo al programar

METR examinó conversaciones de Claude Code, el asistente de Anthropic para tareas de programación. Su análisis aún no ha terminado, pero los primeros resultados indican que los modelos más recientes podrían ahorrar más tiempo que los anteriores.

Para estimarlo, el equipo comparó cuánto tiempo calculaba Claude que habría tardado una tarea sin IA con el tiempo que llevó completarla utilizando distintas versiones del modelo. Esas estimaciones mostraron una correlación razonable con los tiempos reales de un estudio anterior con desarrolladores.

METR ahora quiere estudiar si este método también puede medir cuánto acelera la IA el trabajo de investigadores. La pregunta gana importancia a medida que los sistemas empiezan a participar en tareas de desarrollo científico y técnico.

Un acceso más abierto, pero difícil de ampliar

Anthropic afirma que los investigadores pudieron publicar sus resultados incluso si eran incómodos para la empresa. Sus derechos de revisión se limitaron a proteger la privacidad, evitar información que facilitara abusos, resguardar secretos internos y corregir errores de precisión.

El sistema también fue sometido a una auditoría de privacidad realizada por el Imperial College London. Menos del 5% de las categorías y conversaciones de cada estudio tuvo que modificarse o retirarse por incluir detalles sobre usos prohibidos o formas de eludir las medidas de seguridad.

El problema es que el proceso resulta lento y costoso. Los investigadores no pueden revisar las conversaciones originales para comprobar si una pregunta fue bien formulada. Y una categoría que funciona con una base pública puede producir resultados engañosos cuando se aplica al uso real de Claude.

Anthropic ha publicado los datos agregados de los tres proyectos y está evaluando cómo ampliar el programa. Para ti, la importancia está en que el debate sobre la IA podría depender menos de lo que cuentan las propias empresas y más de estudios independientes sobre cómo se usan estos sistemas en la práctica. El siguiente paso será comprobar si ese acceso puede crecer sin poner en riesgo la privacidad ni la libertad de los investigadores.