Anthropic、評価団体METRのスタッフに“従業員並み”のアクセス権を付与——公開に拒否権なしの独立検証へ

結論：Anthropicが外部評価チームを社内に受け入れ

米Anthropicは2026年10月15日（現地時間）、AIモデルを評価する米非営利団体METRのチームに、従業員並みのアクセス権限を与え始めたと発表しました。AIモデルの安全性やリスクをより客観的かつ厳格に検証するため、外部の専門組織を内部に常駐させる新しいアプローチの運用が始まっています。

何が発表・変更されたか

今回の発表では、METRのスタッフ6人に対してAnthropic社内の端末、オフィススペース、社内ツールやシステムへのアクセスが認められました。Anthropicは外部評価機関との連携において3段階の枠組みを設計しており、今回METRが参加したのはその最上位である第3段階に位置づけられています。

提供されたアクセス範囲は、Anthropic社内のリスク評価チームとおおむね同等の水準となっています。

確認済みの具体情報と制限事項

従業員並みのアクセスが認められた一方で、情報管理やセキュリティの観点から明確な対象外カテゴリが設定されています。提供範囲はAnthropicのリスク評価チームとおおむね同等だが、顧客データ、弁護士・依頼人間の特権的情報、モデルのアーキテクチャ情報などは共有の対象外である。特にモデルのアーキテクチャ情報は、不慮の漏洩リスクが高くリスク評価への関連性が低いという理由から除外されている。

また、METRのスタッフはAnthropicのセキュリティ基準の下で少人数で活動し、他のMETRスタッフとは分離（サイロ化）されているため、情報流出を防ぐ措置がとられている。

なぜ重要か：公表に拒否権なしの独立性

本取り組みの最大の特徴は、評価結果の扱いにあります。METRはリスクレベルやインシデント、プラクティスについての分析結果を独自に公表する権限を持っており、Anthropicに拒否権はないが、事前定義されたカテゴリの情報については伏せ字化を要請できる。

これにより、企業の過度な検閲や情報隠蔽を防ぎつつ、機密情報の漏洩を防ぐバランスが図られています。

利用者・開発者への影響

現時点で一般の利用者や外部開発者向けのエンドユーザー向け機能や料金、直接的な提供範囲に変更はありません。しかし、最先端のAIモデルを開発する企業が外部の非営利評価団体による厳格な常駐検証を受け入れるという体制変化は、今後のAI業界における安全性評価の透明性や標準的なアプローチに影響を与える可能性があります。

なお、AnthropicはMETR以外の外部組織とも連携を進めており、例えば米SecureBioは公表に同社の承認が必要な第1段階に位置し、8月のリスクレポートのうち化学・生物兵器の章をレビューしています。また、AccentureやFacultyとも連携を進めています。

まとめ

米AnthropicによるMETRチームの社内受け入れは、AIモデルの安全性評価において外部の独立した目を深く取り入れる画期的な試みです。従業員同等のアクセス権と公開の独立性を担保しつつ、機密性の高いアーキテクチャ情報や顧客データは厳格に除外するなど、安全性と実務上の制約のバランスを模索する取り組みとして注目されます。