Anthropic、責任ある拡張ポリシーv3.0を公開——ASL-3運用中、外部レビューも義務化へ

AnthropicがAIの安全性を確保しながら開発を進めるための内部ガイドラインです。AIの能力レベルに応じた安全基準（AIL-2〜AIL-4）を定め、リスクに応じた対策を義務付けています。

AI自身がAI研究を加速できるほど高度な能力を持つレベルです。この段階では開発停止も含めた厳格な安全対策が求められます。

AnthropicのRSPはAI安全性評価の業界標準の一つとなっており、OpenAIのPreparedness Frameworkなど類似ポリシーの策定に影響を与えています。

AI・自動化

2026.03.20 2026.03.06

わさびです。

Anthropicが「Responsible Scaling Policy（RSP）v3.0」を公開した。Claudeの開発・展開に関する安全方針の第3版だ。

技術的な話が多いが、Claudeを使う人・AIに関わる人には知っておいてほしい内容なので、ポイントを絞って解説する。

RSP（責任ある拡張ポリシー）とは

AnthropicがAIの危険レベルに応じてどこまで開発・展開するかを定めたルール文書。2023年に初版、その後更新が続いている。

AI Safety Level（ASL）という段階で危険度を分類している：

現在ClaudeはASL-3レベルで運用中（2025年5月に発動）。

これがv3.0の最大の変更点。

これまでのRSPは「Anthropicが何をするか」と「業界全体がどうあるべきか」が混在していた。v3.0では：

を明確に分けた。

なぜこの分離が必要だったかというと、「業界全体がやるべき」と書いていても実際には他社を強制できない。曖昧なまま両方を一つの文書に書いていると、Anthropicの責任範囲も不明確になってしまう。

セキュリティ・アライメント・セーフガード・政策の各領域で、具体的で実現可能な目標を公表する義務が生まれた。

ただし「公表された目標」であって「拘束力のある約束」ではない。進捗を透明に報告することが目的で、達成できなかった場合も報告対象になる。

定期的にモデルの安全プロファイルの詳細情報を公表。特定の条件では独立した専門家による外部レビューが必須になる。

これは「自己申告」から「第三者検証」への移行を意味する。

Anthropic自身が正直に書いているが、旧版RSPには課題があった：

この反省を踏まえてv3.0では「現実的にできること」と「理想的にあるべきこと」を分離した。

直接的な機能変更ではないが、この方針がClaudeの「できること・できないこと」の背景にある。

特定の質問への回答制限や、危険用途への対応方針はこのRSPに基づいている。v3.0でより透明性と外部検証が強化されたことで、「なぜClaudeはこの回答をするのか」の説明責任が高まる。

「AIの安全方針」というと堅い話に聞こえるが、要は「どこまで開発を進めて、どこで止まるかのルール」だ。Anthropicがこれを公開し続けている事実は、業界全体の基準づくりに影響している。

この記事が参考になったら｜以下のリンクから見てもらえるだけで、ブログ運営の応援になります。