Anthropicが外部の評価者に「社員同然」のアクセスを与えたのはなぜか。METRなど複数団体との新しい関係を確かめる

まず初めに

AI企業が「私たちのことは私たちが一番よく分かっている」と言い出したら、まず眉を上げるのが筋というものである。ところがAnthropicは、その逆をやってみせた。自社のことをよそ様の非営利団体に社員同然で覗き込ませ、しかも「公表を止める権利はほぼ無い」とまで言い切った。銀行の検査官が銀行の中に常駐する話を持ち出して正当化する手口も、なかなかの大芸である。もちろん、言い出したこと自体は褒めてよい。ただし「本当に痛いところまで見せているか」は、外からは依然として確かめようがない。※個人の感想です

何が起きているのか

Anthropicは2026年10月15日、公式ブログ「An update on independent evaluators」で、フロンティアAIふろんてぃあえーあいモデル(最先端の性能を持つAIモデル)を評価する非営利団体METRのチームに対し、「社員同然のアクセス」を与え始めたと発表しました。具体的には、METRの社員6人に、会社支給のハードウェア・オフィススペース・社内ツールやシステムへのアクセスを提供しており、その範囲はAnthropic自身のリスク評価チームとほぼ同等だとしています。

公式ブログによれば、Anthropicの社員は、顧客データ・弁護士と依頼者間の秘密情報・モデルのアーキテクチャに関する情報など、共有が制限される狭い範囲を除き、METRのチームに対して同僚の社員と同じように情報を共有するよう推奨されています。METRは、今回の新たな取り組みに基づくAnthropicのリスクレベル・インシデント・運用方法についての分析結果を公表する予定で、Anthropicには公表そのものを拒否する権利がありません。認められているのは、上記の狭い範囲に該当する情報の削除を求めることだけです。Anthropicの脚注によると、モデルのアーキテクチャに関する情報も絶対に共有しないわけではなく、評価上重要な場合には社内承認を得て共有を検討するとしています。METR側は、削除された部分の内容を明らかにしない範囲で、「その削除が妥当だったかどうか」について自由に見解を述べることができるとされています。

この「METRとの関わり」は、過去1年間にわたってAnthropicのリスクレポートりすくれぽーとを複数回レビューしてきた実績の延長にあります。Anthropicは、これに加えてSecureBio・Accenture・Facultyとも評価者としての提携を進めており、Hugging Faceを含む複数の組織とも初期段階の協議をしていると明らかにしました。SecureBioは現在、Anthropicが2026年8月に公開したリスクレポートりすくれぽーとのうち、化学・生物兵器に関する章をレビュー中であり、これより前の版のパイロットレビューぱいろっとれびゅー(試験的な評価)は既に完了・公表済みとしています。

公式ブログは、評価者へのアクセス権限を3段階に分けて説明しています。第1段階は、範囲を絞ったリスク調査りすくちょうさを行い、公表にはAnthropicの承認が必要な段階です。第2段階は、より多くの情報にアクセスできる上、Anthropicの承認なしに公表できますが、特定カテゴリーの情報については削除を求められる場合があります。第3段階は、METRと結んでいる今回の取り組みと同じ形で、社員同然のアクセスと、第2段階に近い公表権を持つ最も深い関わり方です。SecureBioについては、現在のレビュー完了後にアクセスを拡大する案件を検討するとしています。公式記事の脚注は、SecureBioの現行の契約条件を明確にするため10月15日に更新したと記しています。Accenture・Facultyとの提携は、モデルの評価・レッドチーミングれっどちーみんぐ(攻撃者の視点で弱点を探す検証)・アライメントあらいめんと評価・安全対策のテストを含む、より大規模な連携を目指す段階だと説明されています。

なぜ重要なのか

Anthropicは、この取り組みの背景として、先月(2026年9月)に表明した「独立した第三者評価の強化」という方針と、複数のAI企業が署名した「White House Accord on Super Intelligence」(超知能に関する米国政府との合意)を挙げています。この合意では、各社が独立した外部の監査人かんさにん・評価者と連携することが約束されています。

公式ブログは、AIモデルの性能が高まるほど、より強力な安全対策とより難しいリスク評価が必要になる一方で、企業が安全対策に関する情報をすべて公開することはできないと説明しています。悪意ある第三者に利用されかねない情報や、計算資源・学習データといった商業的に機密性の高いしょうぎょうてきにきみつせいのたかい情報が含まれるためです。そこでAnthropicは、情報を広く一般公開する代わりに、評価者に深いアクセスを与え、その評価者自身に根拠と結論を発表してもらう形を選んだとしています。目的は、評価者が企業のシステムについて理解している範囲と、企業自身が理解している範囲との「ギャップを埋める」ことだと説明されています。

公式ブログは、評価者に求められる条件として、(1)フロンティアモデルの能力評価に関する専門性(評価が外れてしまう仕組み、例えば「アライメントフェイキングあらいめんとふぇいきんぐ」=AIが評価中だけ安全に見える振る舞いをする現象への理解を含む)、(2)評価対象の企業から独立していること(株式を保有しない、財務的・運営的に依存していないこと)、(3)リスクを意味のある形で評価できる十分なアクセス、(4)モデルやプロセスについての見解を発表できる自由、の4点を挙げています。この考え方を、銀行監督にたとえ、「銀行は自らのリスクを外部よりも詳しく把握しているからこそ、規制当局は大手銀行の内部に常駐の検査官を置く」という論理を引用しています。

私たちへの影響

この取り組みは、一般の利用者が直接METRやSecureBioとやり取りする場面を生むものではありません。ただし、AnthropicのClaudeのような大規模言語モデルだいきぼげんごもでる(LLM)を仕事や日常で使っている利用者にとっては、そのモデルの安全性に関する主張が、企業自身の発表だけでなく、独立した第三者による検証を伴うようになるという変化を意味します。

企業・教育機関・行政機関など、Claudeを業務に導入する側にとっても、評価者による分析結果の公表は、導入判断の際に参照できる情報源が増えることにつながります。もっとも、METRは過去のAnthropicリスクレポートのレビューを既に公開しています。一方、今回の新たな「社員同然」のアクセスに基づく分析の具体的な公表日はまだ示されていません。

初心者が知っておくべきこと

「第三者評価だいさんしゃひょうか」とは、評価対象の企業自身ではなく、利害関係のない外部の専門家・団体が、その企業の主張や安全性を独立した立場で確認する仕組みです。会計の世界における外部の会計監査かいけいかんさに近い考え方だと理解すると分かりやすくなります。METRは、AIモデルが人間の管理を離れて予期しない行動を取るリスクなどを専門に調査する非営利団体で、Anthropicだけでなく複数のAI企業のモデルを評価してきた実績があります。

Q. METRはAnthropicからお金をもらって評価しているのではないですか。 A. 出典の記事では、評価者の独立性の条件として「評価対象の企業の株式を保有しない」「財務的・運営的に依存しない」ことを挙げていますが、METRへの報酬の有無や金額について具体的な記載はありません。

Q. METRが発表する評価結果は、どこで読めますか。 A. METRは自身のサイトで、Anthropicの2026年2月版リスクレポートを扱った2026年5月8日のレビューを公開しています。今回の新たな「社員同然」のアクセスに基づく分析の具体的な公表日は未定です。

IT Postの見方――検査官を招き入れた側の言い分だけでは分からない

IT Postは、AI企業が自ら第三者を招き入れ、しかも「公表を拒否する権利はほぼ無い」とまで約束したこと自体は、評価できる一歩だと考える。多くの企業が「安全性は自社で確認済み」と言うだけで済ませてしまう中で、外部の目を社内に入れるという判断は、少なくとも姿勢としては誠実だ。

ただし、今回の発表はあくまでAnthropic側が「どこまで見せるか」を設計した制度であることも忘れてはならない。6人という人数、ほかの提携が初期段階にあり、情報アクセスと公表権がより限定されている現状、顧客データやモデルアーキテクチャといった「共有が制限される範囲」の存在——どれも、外部の評価者がAnthropicと同じ目線に立つにはまだ距離がある材料だとIT Postでは見る。本当に重要なのは、METRが実際に何を公表し、その公表によってAnthropicの主張の何が変わったのかという「実績」であり、制度を発表した今の時点では、まだ評価を下すには早いとIT Postでは考える。※個人の感想です

今後どうなりそうか

公式ブログによれば、SecureBioの現在のレビュー完了後、アクセスを拡大する案件を検討するとされています。また、Accenture・Facultyとの提携や、Hugging Faceを含む他組織との協議も、今後進展する可能性があります。今回の新たなアクセスに基づくMETRの分析内容と公表日は、現時点では明らかにされていません。IT Postでは、METRをはじめとする評価者による具体的な公表内容が出てきた時点で、あらためて取り上げます。