
Anthropicが独立した研究に出す助成金は総額500万ドル
Anthropicは2026年8月25日、総額500万ドル(約7億8,990万円)の助成金を出すプログラムを開始すると発表しました。対象は独立した立場で進められる研究で、AIがユーザーのウェルビーイングにどう影響するかを調査します。
"Aug 25, 2026"/"We’re launching a $5 million grant program to fund independent research into how AI impacts users’ wellbeing."(日付欄と冒頭段落)— Anthropic 公式発表より公式情報を見る →
助成金にはモデルへのアクセスと技術支援も付く
助成先がAnthropicから受け取るものは、研究のための資金だけではありません。公式発表に書かれているのは次の3つです。
- 研究に使う直接の資金
- Anthropicのモデルへのアクセス
- 技術面の支援
助成先は作った評価を誰でも使うことができる状態で公開します。その評価があれば、Anthropicのモデルが使う人にどう影響しているかをAI業界が計測できるとのこと。発表の文面では計測の対象はAnthropicのモデルになっています。
"The program will provide direct funding, access to our models, and technical support to grantees building open-source evaluations that help the AI industry measure how our models affect those who use them."(冒頭段落)— Anthropic 公式発表より公式情報を見る →
ウェルビーイングを測るベンチマークはオープンソースで公開される
助成先が作るウェルビーイングの評価やベンチマークは、オープンソースのプロジェクトとして公開されます。ベンチマークとはAIの振る舞いを同じ条件で比較するための試験のことです。
オープンソースとはソフトウェアや資料の中身を公開し、誰もが自由に使うことができるようにする仕組みのことです。公開された成果は開発者であれば誰でも利用できるとのこと。助成先は完全に独立して作業を進めます。
"Grantees will work fully independently, and will publish their work as open-source projects that any developer can make use of."/"By funding the creation of independent evaluations and benchmarks of user wellbeing"(冒頭段落と本文4段落目)— Anthropic 公式発表より公式情報を見る →
参加を呼びかける相手は臨床医・心理学者・方法論の研究者
Anthropicは独立した評価とベンチマークの作成に資金を出すことで、より多くの専門家をウェルビーイング評価の分野へ招きたいとしています。名指しされたのは臨床医・心理学者・方法論の研究者で、他の専門知識を持つ人も呼びかけの対象に入ります。
方法論の研究者とは調べ方や実験の組み立て方そのものを専門にする人のことです。Anthropicはウェルビーイングの評価を、新しく生まれつつある重要な分野だとしています。
"By funding the creation of independent evaluations and benchmarks of user wellbeing, we hope to invite more people to lend their expertise to this emerging and critical field, including clinicians, psychologists, methodologists, and others."(本文4段落目)— Anthropic 公式発表より公式情報を見る →
一問一答の評価と会話全体を追う評価の違いは?
一問一答の評価は回答を1つずつ採点しますが、ウェルビーイングを計測するには会話の流れ全体を読む必要があります。Anthropicの説明ではAIの振る舞いの多くは、回答を1つ読めば正確かどうかも適切かどうかも判断できるとのこと。ところがウェルビーイングを評価するときは、その回答の前後にある会話まで読まないと判断できません。
Anthropicが発表で例に出しているのは、つらさを抱えた人との会話と、減量の相談への助言の2つです。どちらの例でも回答を1つ切り出しただけでは、ユーザーのためになっているかどうかを判断できません。
"Furthermore, wellbeing is a particularly difficult area to evaluate. For most model behaviors, we can look at a single answer and determine whether it is accurate and appropriate. But assessing wellbeing requires much more context."(本文2段落目)— Anthropic 公式発表より公式情報を見る →
苦しむユーザーは自傷の考えを会話ですぐに話さないことがある
苦しんでいるユーザーが自傷の考えを最初のやり取りで口にするとは限りません。長い会話を重ねてから、より慎重な応答が必要だと分かる場合もあるとのこと。最初の回答だけを見る評価では、会話の後半で明らかになる危険までは判定できません。
またAnthropicは、減量について相談したユーザーへの助言も例に出しています。AnthropicのAIであるClaudeは、バランスの取れた食事や運動のメニューを勧めることがあるとのこと。ところがユーザーが過去に摂食障害を抱えていたと分かっている場合は、同じ助言が不適切になるだけでなく、害になる恐れもあります。
同じ応答でも相手の状況しだいで妥当にも有害にもなりうるため、応答だけを採点しても良し悪しは判断できません。評価では、相手がそれまでの会話で何を話していたかまで踏まえて採点する必要があります。
"For example, a user in distress might not share thoughts of self-harm right away; the need for a more cautious response might only become clear over the course of a long conversation. And a response that might be reasonable in one context might be harmful in another. For example, Claude might give advice on balanced diets and workout routines to a user who asks about losing weight, but if the user has demonstrated a history of disordered eating, that response could be inappropriate, and potentially actively harmful."(本文2段落目)— Anthropic 公式発表より公式情報を見る →
Anthropicは危機にあるユーザー向けの安全対策を開発中
Anthropicはメンタルヘルスの危機などにかかわる会話を見分け、Claudeが適切に応じられるようにする安全対策を開発しています。ユーザーがClaudeとどんな会話をしているかを調べた研究も公開しており、安全対策の作り方や評価のしかたに役立てる方針です。
AIは多くの人にとって仕事・学習・問題解決の中心になり、つらい時期の心の支えとして使われることもあります。しかし会話でモデルがどう振る舞うべきかについて、業界はまだ明確な基準づくりを進めている途中とのこと。Anthropicは、ユーザーがモデルを話し相手として頼るようになったときと、メンタルヘルスの危機をAIの助けで切り抜けようとするときを例に出しています。
どう応じるかの判断は繊細なうえに、間違えたときの影響も大きいとAnthropicは認めています。適切なやり方も、モデルとその使われ方に合わせて調整し続ける必要があるとのこと。
"AI systems have become central to how many people work, learn, and solve problems. They’ve also become conversational partners and can be sources of emotional support during difficult times. But as an industry, we are still working towards developing clear standards for how models should behave in these conversations, for example, when a user begins to seek companionship from a model, or uses AI to navigate a mental health crisis."/"We work to develop safeguards to identify such conversations and help ensure Claude responds appropriately, and we publish research into the types of conversations people have with Claude to better inform how we develop our safeguards, how we evaluate them, and other measures we can take to protect users’ wellbeing. But these are nuanced considerations, and the stakes are significant. The right approach will need to evolve alongside our models and their uses."(本文1段落目と3段落目)— Anthropic 公式発表より公式情報を見る →
Anthropicは応募者が作る評価に5つの条件を求める
Anthropicは助成の一環として社内Safeguardsチームの指針を共有し、応募者が作る評価に5つの条件を求めました。Safeguardsチームとは、Anthropicで安全対策を担当するチームのことです。
Anthropicは評価に求める条件を箇条書きで掲載しました。指針には、評価をどこまで厳密に作れば後の研究が引き継げるかと、評価を使いにくくしがちな共通の課題が書かれているとのこと。条件の中身をまとめると次のとおりです。
| # | 評価に求める条件 |
|---|---|
| 1 | 何を計測しているかを明確に書く(何を合格・不合格とするかとその理由) |
| 2 | 設計と検証の両方に臨床の専門家と対象分野の専門家が加わる |
| 3 | 慎重さと害の両方を試す(求めに応じすぎる危険と拒否しすぎる危険を両方とも評価する) |
| 4 | ユーザーが実際にAIを使う状況を反映する(多くの場合は複数ターンの会話の状況を作る) |
| 5 | 評価の採点を担当するAIを本物の専門家による判断に照らして検証する |
条件4にある複数ターンの会話とは、ユーザーとAIが何度もやり取りを重ねる会話のことです。Anthropicは、長い会話のなかでリスクが高まり、文脈も変わっていく状況を想定しているとのこと。ただしこの条件には「多くの場合」という限定が付いており、長い会話で試すことが必ず求められているわけではありません。
3つ目の条件は慎重さと害の両方を試すことです。具体的には、求めに応じすぎる危険と拒否しすぎる危険の両方を評価することを指すとのこと。求めを拒否しすぎる応答も応じすぎる応答と同じくリスクとして評価されます。
"As part of this program, we’re sharing guidance from our Safeguards team on what we believe makes a wellbeing evaluation rigorous enough to build on, along with the common challenges that can limit an evaluation’s usefulness."/"In brief, we’re seeking evaluations that:"/"State clearly what they are measuring (i.e., what counts as a pass or fail, and why it matters);"/"Involve clinical and subject-matter experts in the design and validation;"/"Test both precautions and harms (i.e., evaluate the risk of both overcompliance and overrefusal);"/"Reflect how users actually use AI (often, this means constructing scenarios that represent multi-turn conversations, where risk escalates and context shifts over the course of a long conversation);"/"Validate their graders against real subject-matter experts."(Towards more effective wellbeing evaluations and benchmarks 節)— Anthropic 公式発表より公式情報を見る →
設計と検証に臨床の専門家が加わる
2つ目の条件は、評価の設計と検証の両方に臨床の専門家と対象分野の専門家が加わることです。臨床の専門家とは医療や心理の現場で患者や相談者と向き合う人を指します。
専門家が関わるのはできあがった評価をチェックする検証の段階だけではありません。何を測るかを定める設計の段階から加わることも条件に含まれています。
"Involve clinical and subject-matter experts in the design and validation;"(Towards more effective wellbeing evaluations and benchmarks 節の箇条書き)— Anthropic 公式発表より公式情報を見る →
ベンチマークの採点が専門家の判断と合うかどうかも条件に入る
5つ目の条件はベンチマークで採点を担当するAIの判定が、本物の専門家による判断と一致しているかをチェックすることです。採点を担当するAIとはAIの応答を読んで合否や点数を判定する存在のことです。
"Validate their graders against real subject-matter experts."(Towards more effective wellbeing evaluations and benchmarks 節の箇条書き)— Anthropic 公式発表より公式情報を見る →
応募の締切は9月21日で選考通知は10月5日まで
公式ページの記載では応募の締切は9月21日で、すでに過ぎています。正式な提案書を出す段階へ選ばれた応募者には、10月5日までに通知が届きます。
公式ページには、応募フォームと評価づくりの考え方をまとめた指針の2つへのリンクが置かれています。助成プログラムの詳しい説明と応募の方法はフォーム側に掲載されています。
"To learn more about the grant program and apply, see our application form"/"For more on building strong wellbeing evaluations and benchmarks, read our guidance"/"Applications are due by September 21; applicants who are selected to submit full proposals will be notified by October 5."(Towards more effective wellbeing evaluations and benchmarks 節の最終段落)— Anthropic 公式発表より公式情報を見る →
助成先が受け取る支援と応募の期日
Anthropicはユーザーのウェルビーイングを計測する独立した評価づくりに総額500万ドル(約7億8,990万円)を出し、評価に5つの条件を求めました。助成先は資金に加えてモデルへのアクセスと技術支援を受け、作った評価をオープンソースで公開します。
条件には臨床の専門家が設計と検証に加わることと、採点を担当するAIを専門家の判断に照らしてチェックすることが含まれます。締切の9月21日はすでに過ぎており、選ばれた応募者への通知は10月5日までに行われます。
FAQ
- Anthropicのウェルビーイング研究助成の規模と中身は?
- 助成の総額は500万ドル(約7億8,990万円)です。助成先は資金に加えてAnthropicのモデルへのアクセスと技術支援を受け、作った評価をオープンソースで公開します。
- なぜウェルビーイングの評価は難しいのですか?
- 回答を1つ見ただけでは適切かどうかを判断できず、会話の文脈までチェックする必要があるためです。苦しんでいるユーザーは自傷の考えをすぐには話さないことがあり、長い会話を継続するうちに、慎重な応答が必要だと初めて分かる場合もあります。
- 応募の締切と選考の通知はいつですか?
- 公式ページの記載では応募の締切は9月21日で、すでに過ぎています。正式な提案書を出すよう選ばれた応募者には10月5日までに通知が届きます。



