OpenAI möter kritik för att begränsa tillgången till stora AI-drivna vetenskapliga genombrott

Bild: Researchers are getting tired of OpenAI gatekeeping its breakthroughs · Källa

OpenAI tillkännagav betydande AI-genererade resultat inom matematik, datavetenskap och fysik, men forskare uttrycker frustration över företagets selektiva delningsstrategi som begränsar bred tillgång till dess fynd.

Den 26 oktober 2026 avslöjade OpenAI en serie anmärkningsvärda genombrott inom tre viktiga vetenskapliga områden: matematik, datavetenskap och fysik, vilket signalerar framsteg som uppnåtts genom artificiell intelligens. Dessa resultat inkluderar en påstådd lösning av Kakeyaförmodan, ett grundläggande problem inom matematiken; ett motbevis av den exponentiella tidsantagandet inom teoretisk datavetenskap; och insikter relaterade till kvantkromodynamik inom fysik, en kritisk komponent i standardmodellen.

Trots den vetenskapliga betydelsen har OpenAIs metod för spridning av dessa fynd mött kritik från forskarsamhället. Istället för att fullt ut offentliggöra allt material offentligt har bolaget valt en nivåindelad publiceringsstrategi som involverar samarbete med utvalda expert-"shepherds" som ger råd om hur resultaten ska kommuniceras. Till exempel delades genombrottet inom matematiken med AI-genererade output som tillåter forskare att undersöka självständigt, medan resultatet inom datavetenskapen kommer att åtföljas av en extern forskargrupp som ska förklara resultaten. Noterbart är att det fysikrelaterade materialet förblir ospelat, där OpenAI skjuter upp publiceringen till beslut fattade av externa experter.

Matematiker som Brendan Hassett från Brown University erkänner styrkan i OpenAIs matematiska påståenden men har ännu inte verifierat de omfattande datoriserade bevisen självständigt. Dessutom innebär komplexiteten och nyheten i bevisen, formellt framställda genom bevisassistansen Lean, en brant utmaning för global vetenskaplig validering.

Många experter uttryckte oro över OpenAIs "grindvakts"-metod och varnar för att begränsad omedelbar öppen tillgång till noggrant utvalda forskare kan bromsa bredare verifiering, demokratisering och samarbetsframsteg inom vetenskapen. Som fastslagits av Advisory Group on Mathematics and Artificial Intelligence (AGMAI) riskerar selektiv delning att introducera bias, försena framsteg och minska öppenhet. AGMAI förespråkade starkt för en öppen och omedelbar publicering av resultaten, åtföljd av formella bevis och dokumentation, för att stärka hela forskarsamhället.

Vetenskapsmän som Andreas Karch från University of Texas at Austin kritiserade OpenAIs handplockning av experter och förespråkade mer öppen tillgång samtidigt som expertdeltagande bevaras för att balansera transparens och stringens. Constantin Kogler från Institute for Advanced Study noterade att även om den mindre portionens publicering var en förbättring jämfört med tidigare massutsläpp av publikationer, kvarstår problemet med att begränsa tillgången till några få framstående forskare.

OpenAI erkänner kommunikationsutmaningarna och experimenterar med olika spridningsstrategier, i insikten att ingen metod kommer att tillfredsställa alla intressenter fullt ut. Enligt Stanfordmatematikern Jared Duker Lichtman är målet nu att finna "det minst stötande alternativet" för att släppa sådan transformerande AI-driven vetenskaplig forskning. Dock ifrågasätter vissa, som Xiaoyu He från Georgia Institute of Technology, om OpenAIs ansträngningar är mer än ett ytligt försök till ansvarstagande med tanke på oro över att snabba AI-genererade grundläggande resultat framträder med begränsad mänsklig insikt och svår verifiering.

Sammanfattningsvis, även om OpenAIs senaste AI-assisterade vetenskapliga prestationer mottagits som potentiellt banbrytande, har företagets sparsmakade publiceringspraxis lett till krav från forskarsamhället på ökad öppenhet och samarbetsgranskning för att främja förtroende, reproducerbarhet och accelererad vetenskaplig utveckling.