OpenAI møter kritikk for å begrense tilgang til store AI-drevne vitenskapelige gjennombrudd

Bilde: Researchers are getting tired of OpenAI gatekeeping its breakthroughs · Kilde

OpenAI annonserte betydelige AI-genererte resultater innen matematikk, informatikk og fysikk, men forskere uttrykker frustrasjon over selskapets selektive delingsmetode som begrenser bred tilgang til funnene.

Den 26. oktober 2026 avduket OpenAI en rekke bemerkelsesverdige gjennombrudd innen tre viktige vitenskapelige felt: matematikk, informatikk og fysikk, noe som markerer fremskritt oppnådd gjennom kunstig intelligens. Resultatene inkluderer en påstått løsning på Kakeya-formodningen, et fundamentalt problem i matematikken; et motbevis av den eksponentielle tidshypotesen i teoretisk informatikk; og innsikter knyttet til kvantekromodynamikk i fysikk, en kritisk del av Standardmodellen.

Til tross for den vitenskapelige betydningen har OpenAIs metode for spredning av disse funnene møtt kritikk fra forskermiljøet. I stedet for å frigi alt materialet offentlig har selskapet valgt en trinnvis publiseringsstrategi som involverer samarbeid med utvalgte ekspert-«shepherds» som rådgir om hvordan resultatene skal kommuniseres. For eksempel ble gjennombruddet i matematikk delt med AI-generert materiale som tillater forskere å undersøke selvstendig, mens informatikkresultatet vil bli ledsaget av en ekstern gruppe forskere som skal forklare funnene. Det fysikkrelaterte innholdet er derimot fortsatt unreleased, med OpenAI som utsetter publiseringen til beslutninger fra eksterne eksperter.

Matematikere som Brendan Hassett ved Brown University anerkjenner styrken i OpenAIs matematiske påstander, men har ennå ikke verifisert de omfattende datakomputerte bevisene selvstendig. Videre representerer kompleksiteten og nyheten i bevisene, formalisert gjennom bevisassistenten Lean, en krevende utfordring for verdensomspennende vitenskapelig validering.

Mange eksperter har uttrykt bekymring over OpenAIs «portvakt»-tilnærming, og advarer mot at begrenset og umiddelbar åpen tilgang kun for nøye utvalgte forskere kan bremse bredere verifisering, demokratisering og samarbeid i vitenskapen. Som fastslått av Advisory Group on Mathematics and Artificial Intelligence (AGMAI) risikerer selektiv deling å innføre skjevhet, forsinke framdrift og redusere åpenhet. AGMAI har sterkt oppfordret til en åpen og umiddelbar publisering av resultatene, ledsaget av formelle bevis og dokumentasjon, for å styrke hele forskersamfunnet.

Forskere som Andreas Karch ved University of Texas at Austin har kritisert OpenAIs håndplukking av eksperter og oppfordret til mer åpen tilgang sammen med ekspertinvolvering for å balansere transparens og vitenskapelig strenghet. Constantin Kogler ved Institute for Advanced Study påpekte at selv om den mindre gruppert publiseringen var en forbedring sammenlignet med tidligere massepubliseringer, er det problematisk å begrense tilgjengeligheten til et fåtall fremstående forskere.

OpenAI erkjenner kommunikasjonsutfordringene og eksperimenterer med forskjellige spreddestrategier, med erkjenning av at ingen tilnærming vil tilfredsstille alle interessenter fullt ut. Ifølge Stanford-matematikeren Jared Duker Lichtman er målet nå å finne det «minst fornærmende alternativet» for å slippe så transformative AI-drevne vitenskapelige arbeider. Likevel stiller noen, som Xiaoyu He ved Georgia Institute of Technology, spørsmål ved om OpenAIs innsats er mer enn et overfladisk forsøk på ansvarlighet, gitt bekymringer om raske AI-genererte fundamentale resultater som fremkommer med begrenset menneskelig innsikt og vanskelig verifisering.

Oppsummert, selv om OpenAIs nylige AI-assisterte vitenskapelige prestasjoner har blitt mottatt som potensielt banebrytende, har selskapets forsiktige publisering ført til krav fra forskningsmiljøet om større åpenhet og samarbeidende gransking for å fremme tillit, reproduserbarhet og akselerert vitenskapelig framgang.