Anthropicは外部監査機関に作業をチェックさせている：10月15日に何が変わったか

Anthropicは、非営利のAI評価機関であるMETRのチームに、従業員のようなアクセスを与え、リスク慣行をレビューし、Anthropicが拒否できない調査結果を公開することを許可しました。これは、Claudeの安全性に関する主張をどれだけ信頼できるかにとって何を意味するのでしょうか。

2026年10月15日、Anthropicは、最先端のAIモデルを評価する非営利団体であるMETRの6人の従業員に、社内ツールとシステムへの「従業員のようなアクセス」を許可したと発表しました。METRは、Anthropicのリスクレベル、インシデント、慣行に関する独自の分析を公開できるようになりました。Anthropicは公開を拒否することはできません。

これはClaudeの使用方法にとって重要です。Anthropicが安全性の主張をする際、外部の第三者がそれを裏付けているかどうかを確認する方法ができたからです。このレッスンでは、その確認方法と、それが実際に何をカバーしているかについて説明します。

アクセスには制限があります。Anthropicは、METRに少数のカテゴリの情報を編集するよう要求することができます。顧客に関する情報、弁護士と依頼者の間の特権的な資料、またはモデルアーキテクチャの詳細などです。しかし、METRは編集に同意しないことを公に表明することは自由ですが、編集された内容を明らかにすることはできません。

Anthropicは、すでに進行中の他の2つの評価機関も指名しました。SecureBioは、Anthropicの8月のリスクレポートの化学兵器および生物兵器の章をレビューしており、以前のレポートのパイロットレビューをすでに公開しています。AccentureとFacultyは、モデルのレッドチーム化やセーフガードのテストを含む、より広範なパートナーシップに向けて取り組んでいます。Anthropicは、評価機関向けに3つのアクセス層（狭く承認が必要なもの、承認不要のより広いもの、METRの「従業員のような」層）を説明し、Hugging Faceを含む他の機関とも初期段階の協議を行っていると述べました。

これがあなたにとって役立つ理由：Claudeの安全姿勢を上司、クライアント、またはコンプライアンスチームに引用する場合、「Anthropicがそう言っている」という主張は、「Anthropicがそう言っている、そしてAnthropicに株式を持たない独立した非営利団体であるMETRは、Anthropicがブロックできない調査結果を公開できる」という主張よりも弱いものです。企業の自己主張と検証済みの主張の違いを知ることは、AIの安全性であろうとベンダーの製品仕様であろうと、Claudeに適用を依頼できるスキルです。

出荷されたもの：Anthropicは、METRにリスク慣行をレビューするための従業員のようなアクセスを許可し、Anthropicが拒否できない公開権（狭い編集カテゴリのみ）を与えました。SecureBioとAccenture/Facultyは、初期段階の評価機関パートナーシップです。それを使って何をすべきか：安全性や機能の主張があなたの決定にとって重要である場合、それが自己申告か独立してチェックされているかを尋ね、チェックした機関の名前を挙げてください。