Riset Anthropic: AI Bisa Gandakan Output Penelitian di Bidang Ini

Ilmuwan ternyata memakai AI paling banyak untuk pekerjaan yang memang paling dikuasai AI, yaitu mengolah data dan menulis. Temuan ini datang dari studi terbaru Anthropic, perusahaan pembuat Claude, yang dirilis 5 November 2026.

Laporan berjudul How scientists use Claude itu membedah ratusan ribu percakapan riset tanpa membaca isi penelitian penggunanya. Anthropic juga memperkirakan seberapa cepat AI bisa mempercepat penemuan ilmiah di berbagai bidang.

Bagi peneliti, dosen, dan mahasiswa di Indonesia, studi ini memberi gambaran bagian mana dari pekerjaan riset yang paling cepat berubah karena AI, dan bagian mana yang masih bergantung pada manusia.

Apa yang Diteliti Anthropic?

Tim ekonom Anthropic meneliti sesi di paket konsumen Claude selama 2 Agustus sampai 30 September 2026. Dari situ, terkumpul 207.049 sesi yang terkait kerja ilmiah: 128.914 dari Claude (Chat dan Cowork) dan 78.135 dari Claude Code, alat pemrograman agen yang bisa menulis dan menjalankan kode langsung di berkas pengguna.

Untuk menjaga privasi, setiap sesi dibaca oleh model bahasa yang berperan sebagai pengklasifikasi. Model itu hanya memberi label bidang ilmu dan jenis tugas, misalnya kimia atau pembersihan data. Menurut Anthropic, isi riset seperti dataset, hipotesis, metode, dan naskah yang belum terbit tidak disimpan, dan hasil hanya dilaporkan secara agregat.

Label tugas mengacu pada taksonomi SciNet yang berisi 7.262 tugas riset di 34 bidang dan 318 subbidang. Anthropic juga menyurvei 528 ilmuwan, sebagian besar dari ilmu hayati dan kesehatan, yang sudah aktif memakai AI.

Ilmuwan Pakai AI untuk Apa Saja?

Analisis data menjadi pemakaian terbesar, jauh melebihi porsi waktu yang biasa dihabiskan peneliti untuk tugas itu. Menulis dan berkomunikasi juga tinggi, terutama di Claude.

Sebaliknya, pengumpulan data dan pencarian ide justru jarang dibantu AI. Padahal, dalam survei, peneliti menilai kedua tugas itu paling penting untuk menghasilkan temuan besar. Untuk pengumpulan data, penyebabnya jelas: banyak pekerjaan bersifat fisik, seperti mengambil sampel klinis. Untuk ide, Anthropic menduga peneliti lebih suka berpikir sendiri, atau AI memang masih lemah dalam memilih pertanyaan riset.

Tabel berikut membandingkan porsi sesi dengan porsi waktu kerja peneliti menurut taksonomi SciNet.

Sumber: laporan Anthropic How scientists use Claude, 5 November 2026.

Bidang Ilmu Mana yang Paling Banyak Memakai AI?

Di Claude, tiga bidang dengan sesi terbanyak adalah ilmu komputer (11,9%), teknik (8,4%), dan kedokteran (7,7%). Namun, jika dibandingkan dengan jumlah penelitinya, pemakaian tertinggi ada di ilmu formal seperti ilmu komputer, matematika, dan statistik. Ilmu sosial juga tergolong tinggi.

Di Claude Code, ketimpangannya lebih tajam. Ilmu komputer hanya mencakup 4,3% peneliti dunia, tetapi menyumbang 32,7% sesi. Subbidang kecerdasan buatan dan pembelajaran mesin, yang hanya 1,2% dari peneliti dunia, menyumbang 15,2% sesi Claude Code.

Kimia, kedokteran, dan ilmu laboratorium lain memakai AI relatif lebih sedikit. Menurut laporan itu, penyebabnya adalah pekerjaan fisik di laboratorium, waktu dokter yang banyak tersita untuk pasien, serta aturan ketat soal data medis.

Bagaimana dengan Claude Science?

Anthropic juga membandingkan pemakaian Claude Science, versi Claude yang terhubung ke berbagai basis data dan alat riset. Lebih dari separuh sesinya berasal dari biomedis dan biologi.

Di sana, porsi pencarian ide dan hipotesis mencapai 8%, kira-kira dua kali lipat porsinya di Claude biasa dan setara dengan porsi waktu peneliti. Tugas di Claude Science juga lebih berat: lebih dari 80% dinilai butuh tingkat pendidikan doktoral, dan lebih dari 70% sesi berjalan dengan tingkat otonomi AI yang tinggi, dibandingkan 23,7% di Claude.

Contohnya, tugas mengusulkan model interaksi protein dengan obat muncul 5,6 kali lebih sering di Claude Science dibandingkan Claude biasa.

Seberapa Besar AI Bisa Mempercepat Riset?

Lewat model sederhana, Anthropic menyusun beberapa skenario. Jika kemampuan AI saat ini dipakai secara luas, output riset di sebagian bidang bisa berlipat dua, terutama karena AI membantu di tingkat tugas.

Dalam skenario hipotetis ketika AI mampu mengerjakan semua pekerjaan riset nonfisik, output ilmu komputer dan statistik bisa naik hingga 15 kali lipat. Kimia dan biologi, yang masih terhambat pekerjaan fisik di laboratorium, diperkirakan naik tiga sampai empat kali lipat.

Anthropic juga mengingatkan risikonya. Pengawasan manusia yang berkurang bisa membuka jalan bagi riset yang berbahaya atau tidak etis, dan AI bisa mengubah karier serta makna kerja para peneliti. Perlu dicatat pula, ini studi internal perusahaan atas data produknya sendiri, sehingga angkanya belum tentu mewakili pemakaian AI di luar Claude.

Kesimpulan

Studi ini memperlihatkan pola yang konsisten: ilmuwan memakai AI di bagian riset yang paling mudah diotomatiskan, seperti analisis data dan penulisan, sementara pekerjaan fisik dan pencarian ide masih dikuasai manusia.

Bagi kampus dan lembaga riset di Indonesia, temuan ini bisa menjadi acuan: pelatihan memakai AI untuk olah data dan penulisan ilmiah kemungkinan memberi hasil paling cepat, dengan tetap menjaga etika dan keaslian karya.