学術＆研究 - ACADEMICS & STUDY -

Anthropic、AIの「使いこなし力」を可視化する指標「AI Fluency Index」を公表──今後は単なる導入率からAI流暢性重視に

米AI企業のAnthropicは2026年2月23日、「Anthropic Education Report: The AI Fluency Index」を[公開]{target=“_blank”}した。AIの利用拡大が進むなか、単なる“導入率”ではなく、「AIをどれだけ適切に使いこなせているか」を測る新たな指標として「AI Fluency Index（AI流暢性指数）」を提示した。 同社は、AIの社会実装が急速に進む一方で、「利用が広がること」と「適切に使えること」は別問題だと指摘。AIと協働する際の行動特性を定量化し、今後の変化を追跡するためのベースラインを示した。 ## 24の行動指標から“流暢性”を定義 AI Fluency Indexは、リック・ダカン氏とジョセフ・フェラー氏が開発し、Anthropicと共同で整理した「4D AI Fluency Framework」に基づくものだ。 同フレームワークでは、AIとの安全かつ効果的な協働を示す行動を24項目に分類。このうち、Claude.ai上の会話から直接観測可能な11項目を今回の分析対象とした。 分析対象は、2026年1月の7日間に行われたClaude.ai上の9,830件の複数ターン会話。プライバシー保護型の分析ツールを用い、各会話において11の行動が「見られたか否か」を二値分類で測定した。言語別・曜日別の検証では、大きな偏りは確認されなかったという。 **■ 図1：9,830件のClaude.ai会話におけるAI流暢性行動の出現率。反復・改善が最も多く、事実確認は最少水準** ![cf98cd90972577bf4dd6457682d9ee82cbf2b858-3840x2160.webp] :::small 画像の出典：[Anthropic]{target=“_blank”} ::: ## 反復・改善を伴う対話は“流暢性”が高い 分析の結果、最も顕著だったのは「反復と改善（iteration and refinement）」と他の流暢性行動との強い相関だ。調査対象の85.7％の会話が、最初の回答を受け入れて終わるのではなく、やり取りを重ねて内容を洗練させる形式を取っていた。 こうした反復型の会話では、 ・平均で2.67件の追加的な流暢性行動が確認され、 ・非反復型（平均1.33件）の約2倍となった。 特に顕著だったのは、 ・AIの推論を問い直す行動（5.6倍） ・前提や文脈の不足を指摘する行動（4倍） など、評価・検証に関わる行動の増加である。Anthropicは、AIを“思考パートナー”として扱う対話形式が、流暢性の最も一般的な形態であると分析している。 **■ 図2：反復・改善を伴う会話と伴わない会話の比較。評価・検証関連行動が大幅に増加している** ![995a58d356ab28738abc3c1313296b298e4b77dc-1920x1080.webp] :::small 画像の出典：[Anthropic]{target=“_blank”} ::: ## 成果物生成時は「指示は増えるが、検証は減る」 一方で、アプリやコード、文書などの「成果物（artifact）」を生成する会話（全体の12.3％）では、異なる傾向が見られた。 **■ 図3：成果物生成を含む会話では、目標明確化や形式指定は増加する一方、事実確認や推論検証は減少** ![3aa718781064a7d8638ed684cec97e6903921e3c-1920x1080.webp] :::small 画像の出典：[Anthropic]{target=“_blank”} ::: これらの会話では、 ・目的の明確化（+14.7pp） ・形式指定（+14.5pp） ・具体例提示（+13.4pp） ・反復（+9.7pp） など、AIに対する指示や委任に関わる行動が増加していた。 しかし同時に、 ・不足文脈の指摘（-5.2pp） ・事実確認（-3.7pp） ・推論過程の確認（-3.1pp） といった評価・検証行動は低下していた。 Anthropicは、外見上完成度の高い成果物が生成されると、追加的な検証を行わずに受容される可能性があると指摘。高度化するAIにおいて、成果物の評価能力はむしろ重要性を増すと述べている。 ## 今後の研究計画 今回の研究はベースライン測定であり、今後は以下の拡張を予定しているという。 ・新規ユーザーと熟練ユーザーの比較（コホート分析） ・チャット外で行われる倫理・責任関連行動の質的調査 ・反復促進が検証行動を高めるかなどの因果分析 ・開発者向けプラットフォーム「Claude Code」での検証 ## 制約と留意点 Anthropicは同研究の限界も明示。 ・対象は1週間・Claude.ai利用者に限定 ・24項目中11項目のみ観測 ・行動は「有無」の二値分類 ・対話外での検証行動は把握不可 ・相関関係であり因果関係は不明 同社は、AI Fluency Indexを「普遍的な評価基準」ではなく、早期利用者層における基準値として位置付けている。 ## AI成熟度の可視化へ Anthropicは、AIの能力向上と同時に、「人間側の使い方の成熟度」も進化すると想定している。同指数は、AIを単に利用するのではなく、批判的に対話し、適切に協働できているかを測る試みだ。今後、モデルの高度化や利用拡大とともに、こうした行動指標がどのように変化するのかが注目される。 :::box [関連記事：AIエージェントはどこまで“自律”しているのか──Anthropicが実世界の利用データから分析] ::: :::box [関連記事：Anthropic、非エンジニア向け業務 AIエージェント「Cowork」発表──Claude Code由来の自律実行を一般業務へ拡張] ::: :::box [関連記事：Anthropic、Claude 3.7 SonnetとClaude Codeを発表──ハイブリッド推論モデルの市場投入] ::: :::box [関連記事：Anthropic、ClaudeでExcel・Word・パワポ・PDFなどのファイル作成を強化──“成果物生成”の実務利用が加速] ::: :::box [関連記事：Anthropic、「Claude Skills」を発表──資料を読み込み専門タスクに特化、プロンプト再利用性を強化] :::