ハーバード大学とPerplexityの研究チームは、AIエージェントが実際のユーザーにどう使われているのかを明らかにするため、数億件規模の匿名化データを分析した大規模フィールドスタディを実施した。AIがビジネスや日常生活に浸透するなか、「誰が、どれくらい、何のためにAIエージェントを使っているのか」という基本的な問いに、実データで迫った点が注目される。
研究の概要と狙い
初の「大規模フィールドスタディ」が持つ意味
今回の研究は、AIエージェントの利用実態を、実際のサービス上の行動データから大規模に把握しようとする試みだ。これまでAIの評価はベンチマークテストや小規模なユーザー調査に依存しがちだったが、実世界での継続的な利用データをもとに分析した点で新しい。研究チームは、AIが「理論上どれだけ賢いか」ではなく、「現実にどう役立っているのか」を明らかにしようとしている。
分析対象となったCometとは何か
研究で用いられたのは、Perplexityが提供するAIエージェント基盤「Comet」でのユーザーインタラクションだ。Comet上では、ユーザーがテキストによる質問や指示を行い、AIエージェントが検索や生成を組み合わせて応答する。研究チームは、このプラットフォーム上で発生した数億件規模の対話ログを匿名化したうえで集計し、利用動向を分析した。
研究が掲げた3つの核心的な問い
ハーバード大学とPerplexityの研究者らは、次の3つの問いに答えることを目的にデータを解析したとしている。
- 誰がAIエージェントを使っているのか（ユーザー像や利用層）
- どれくらいの頻度・分量で使っているのか（利用時間や回数）
- 何のために使っているのか（用途・タスクの種類）
これらは、企業がAI導入を検討する際だけでなく、政策立案や教育現場でのAI活用を考えるうえでも重要な指標となる。特に「誰が恩恵を受け、誰が取り残されているのか」を見極めることで、AI格差への対策を議論する土台にもなりうる。
利用者像・利用パターン・主な用途
「誰が」使っているのか：利用者像の把握
具体的な属性データは明らかにされていないものの、研究チームは匿名化された大規模ログをもとに、ユーザーの行動パターンから利用者像を推定しているとみられる。例えば、利用時間帯や質問内容から、ビジネスユーザー、学生・研究者、一般消費者など、どの層が積極的にAIエージェントを取り入れているのかが、ある程度可視化できると考えられる。
このような知見は、AIサービス提供側にとって、どの層に向けて機能強化や教育コンテンツを用意すべきかを判断する材料となる。一方で、あまり利用が進んでいない層を特定できれば、デジタルリテラシー教育やUI改善など、ギャップを埋める施策にもつながる。
「どれくらい」使われているのか：頻度と依存度
数億件というオーダーのインタラクションがあること自体、AIエージェントがすでに多くのユーザーの日常的なツールになりつつあることを示している。ログ分析からは、1日に何度もAIにアクセスする「ヘビーユーザー」から、必要なときだけ限定的に利用するユーザーまで、幅広い使われ方が浮かび上がると予想される。
利用頻度や連続した対話の長さを追うことで、「ちょっとした質問に使う」のか、「長期プロジェクトの相棒として使う」のかといった違いも見えてくる。このデータは、AIが人間の仕事や学習プロセスのどの部分に深く組み込まれているかを推測する手がかりになる。
「何のために」使われているのか：代表的なユースケース
研究チームは、ユーザーがAIエージェントに与えた指示や質問の内容をカテゴリごとに整理し、主な用途を明らかにしようとしている。一般的には、次のような用途が大きな割合を占めると考えられる。
- 情報検索・要約：ニュースや論文、Web情報の調査と要約
- 文章作成支援：メール、レポート、企画書、コードコメントなどのドラフト作成
- 学習・リサーチ：専門用語の解説、概念の整理、勉強計画の相談
- 問題解決・アイデア出し：ビジネス課題のブレインストーミングや改善案の検討
こうした用途の比率を定量的に把握できれば、「検索エンジンの代替」としての側面が強いのか、「共同作業パートナー」としての側面が強いのかなど、AIエージェントの実像をより正確に捉えることができる。
ビジネス・教育・社会へのインパクト
企業のAI戦略に与える示唆
誰が何のためにAIエージェントを使っているかがデータで示されれば、企業は自社の業務プロセスにAIをどのように組み込むべきか、より精度の高い判断が可能になる。例えば、調査・資料作成のようなホワイトカラー業務が大きな割合を占めるなら、その分野への投資を優先しやすい。また、ユーザーがつまずきやすいタスクを特定できれば、UI改善や社内トレーニングの重点ポイントも見えてくる。
教育・学習現場でのAI活用をどう設計するか
学生や研究者がAIエージェントをどのように使っているかの実態データは、教育機関にとって重要な手がかりとなる。レポート作成支援に偏っているのか、理解を深めるための質問に使われているのかによって、求められるガイドラインや評価方法は大きく変わるからだ。フィールドスタディの知見を踏まえれば、「AIを禁止するか許可するか」という二者択一ではなく、「どのような使い方を推奨し、どこに線を引くか」という、より具体的な議論がしやすくなる。
AI格差と倫理的な課題への向き合い方
AIエージェントを積極的に活用している層と、ほとんど使っていない層の差は、今後の「AI格差」に直結する可能性がある。大規模ログからそのギャップを把握できれば、教育やインフラ整備を通じて格差を是正する政策議論につながる。一方で、大量の利用データを扱うこと自体がプライバシーや倫理の問題を孕む。今回の研究ではログが匿名化されているとされるが、今後も透明性の高いデータ運用と説明責任が求められるだろう。
一次情報・参考リンク
まとめ
ハーバード大学とPerplexityによる今回の研究は、AIエージェントの利用実態を、数億件規模のリアルなデータから捉えようとする野心的な試みだ。「誰が、どれくらい、何のためにAIを使っているのか」という問いに対する答えは、企業のAI投資戦略から教育現場のルールづくり、AI格差への対策まで、幅広い分野に影響を与える可能性がある。今後、研究結果の詳細が公開されれば、日本のビジネスや教育現場にとっても、AI活用の「現在地」と「進むべき方向」を見定めるうえで貴重な指針となりそうだ。
