確認日：2026年10月16日。Anthropicの会社発表、METR自身の方針、独立報道、編集部の仮定例・考察を区別しています。外部評価の導入を、製品の安全認定や法的な監督制度の成立とは扱っていません。画像はAI生成の概念イメージです。
約束から、評価者を受け入れる段階へ
Claudeを開発するAnthropicは、外部の評価団体METRの6人に、社内リスク評価チームに近い端末・作業場所・内部ツールへのアクセスを提供し始めたと発表しました。9月に掲げた第三者評価の強化について、具体的な実施方法を示した動きです。
今回の中心は、一般の利用者に新機能が増えたことではありません。開発会社の説明を、会社の外の立場から確かめるための条件が具体化したことです。Reutersも同日の発表を報じていますが、ここで説明する実施内容は会社の説明に基づきます。契約原文や実際のアクセス範囲を当サイトが検査したわけではありません。
情報を見る権限と、結果を伝える権限
会社によれば、METRはリスクや事故、社内の運用について分析を公表でき、Anthropicに公表そのものの拒否権はありません。ただし、顧客情報、弁護士との秘匿される情報、モデルの構造などには例外があります。限定された情報の削除を求められても、METRは、その削除が妥当だったかを秘密を明かさず説明できるとしています。
「社内並み」は、全情報を誰でも見られるという意味ではありません。対象は契約とセキュリティー条件の下で働く少人数のチームです。また、他の評価団体には、公表に会社の承認が必要な段階もあると説明されています。評価団体の名前が載っているだけで、同じ権限があるとは読めません。
評価する側も、制約を説明する
METRは前日の方針で、人がAIを制御できなくなるリスクの証拠を集め、公にすることを役割としています。会社の開発や提供の可否を決定する立場ではありません。調べた範囲や期間、アクセスの制限、情報の削除、結論に影響する圧力などを説明する方針も示しています。
一方で、任意の協力には限界があるとも記しています。会社が情報を提供し、公表を認めることに依存し、自分たちで検証できない情報を使う場合もあるためです。「独立した評価」という言葉だけで、調査が完全に自由だった、すべての危険を見つけた、と受け取ることはできません。これは今回の発表に問題があったと認定する話ではなく、結果を読む際の前提です。
たとえば、外部へ送信するAIなら
ここからは仕組みを考えるための編集部の仮定例です。AIが文章を作るだけでなく、社外にメールを送れるサービスを想像してください。外部の評価者が質問への答えだけを見られる場合と、送信前の確認画面や操作の記録まで調べられる場合では、確かめられる内容が違います。
さらに、問題を見つけても公表に承認が必要なのか、個人情報を伏せて説明できるのかで、読者に届く材料も変わります。この例はClaudeで新しい事故が起きたという報告ではなく、今回のMETRの調査項目を再現したものでもありません。何を見られたかと、何を伝えられるかを分けるための例です。
利用者として評価報告を読むときは、強い結論の一文より、対象のモデル、試した作業、調査期間、対象外の条件を先に見ると、判断の範囲がつかめます。一つの作業の評価を、別のモデルや、すべての使い方に広げないことが大切です。外部評価の導入だけを理由に、重要な確認をAIへ任せ切ってよいという意味ではありません。
次に見るのは、実際に出てくる報告
編集部が今後確認したいのは、METRが公表する評価の対象・方法・証拠と、その際に明示される制約です。情報へのアクセスが十分だったか、重要な部分が伏せられたか、指摘後に何が変わったかを、それぞれ別の進展として追います。現時点で今回の体制による安全性の改善が実証されたとは言えません。
今回の新しさは、外の評価者が中の情報に近づき、その結果を伝える条件を会社が示したことです。法的な監督機関が新設されたわけでも、安全を保証する認定が出たわけでもありません。制度の説明が整うことと、具体的な検証結果が出ることを分けて読むのが、このニュースの大事なポイントです。
情報元・確認日
Anthropic公式は2026年10月15日付。アクセス提供を始めたという発表ですが、公表と導入開始の正確な時刻は未確認です。Reuters掲載は10月15日17:35 UTC（日本時間16日02:35）。METRの10月14日付方針は背景資料で、今回の6人体制を独立に検証した報告ではありません。各原文を日本時間10月16日に確認しました。
