この記事のポイント
- Anthropicは独立評価団体METRの6名に、社員に近い社内アクセスを提供し、リスク評価を受けます。
- METRはAnthropicの承認なしに分析を公表できますが、事前に定めた秘匿情報は墨消しの対象になります。
- 顧客データなどは原則対象外で、外部評価者ごとに情報と公表権の範囲を段階的に設定しています。
Anthropicが2026年10月15日に公表した、外部団体による独立評価の仕組みを紹介します。評価者が調べられる範囲と、結果を公表する権利を分けて読みます。
社内ツールを使える一方、顧客データなどは対象外
METRは先端AIモデルのリスクを評価する非営利団体です。Anthropicの公式発表によると、6名には社給ハードウェア、オフィス、社内ツールやシステムへのアクセスが提供されています。Anthropicの社員は、このチームを社内のリスク評価担当者と同様に扱って情報を共有するよう促されています。
ただし、顧客データ、弁護士との秘匿特権がある情報、モデルの内部構造などは原則として対象外です。モデル構造が評価に強く関係する場合の共有には、明示的な社内承認が必要とされています。METR内でも契約上の義務を負う少人数のチームに限定され、他の研究者とは情報を切り分けます。
公表の拒否はできず、限定された情報の墨消しは可能
METRはAnthropicのリスク水準、事故や問題事例、社内の取り組みについて分析を公表できます。Anthropicは公表そのものを拒否できませんが、あらかじめ狭く定めた種類の情報については墨消しを求められます。その場合もMETRは、秘匿情報を明かさない範囲で、墨消しの事実や妥当性への見解を公表できます。
Anthropicは銀行に常駐する検査官に例えて説明しています（法的な監督制度ではなく、同社の自主的な取り組みです）。今回示されたのは評価の仕組みで、評価結果の公表ではありません。
評価者ごとにアクセスと公表権の段階が異なる
Anthropicは外部評価を3段階で設計しています。第1段階は限定的な調査で公表に同社の承認が必要、第2段階は承認なしで公表でき、METRの第3段階ではさらに社員に近いアクセスが加わります。SecureBioは第1段階で化学・生物兵器のリスク報告を評価中です。AccentureとFacultyとの連携も進めていますが、情報へのアクセスと公表権は、各評価者との取り決めに沿って異なります。
まとめ：第三者評価の有無だけでなく範囲を見る
AIベンダーの説明責任を確認する方にとって、今回の事例は、誰が何にアクセスでき、どこまで独立して公表できるかを区別する材料になります。外部評価という名称だけで安全と判断せず、今後METRが公表する根拠や結論も併せて読むと、評価の実態を捉えやすくなるでしょう。
