Zprávy

Studie OpenAI zjistila, že vědci jen zřídka žádají AI o provedení celého výzkumu od začátku do konce

Jonas Reeve
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyEnd-to-end autonomní výzkum zůstává vzácný, tvoří jen 0,4 % průměrných zpráv vědce.
Zobrazit více
  • End-to-end autonomní výzkum zůstává vzácný, tvoří jen 0,4 % průměrných zpráv vědce.
  • Vědci stále výstupy AI silně kontrolují, 45,4 % uvádí korekci jako svou hlavní obtíž.
  • OpenAI nabídne 50 000 nových bezplatných výzkumných grantů v pořadí, jak přijdou.

OpenAI zveřejnila studii 16. listopadu 2026. Studie se zabývá 580 186 vědeckými zprávami od 1 819 akademických vědců a odpověďmi v průzkumu od 251 účastníků. Zkoumá, jak vědci používali ChatGPT a Codex při výzkumné práci a jak očekávají, že AI ovlivní objevování.

Autonomní výzkum od začátku do konce, definovaný jako požadavky, aby AI koordinovala rešerši literatury, tvorbu nápadů a navazující analýzu, představoval pouze 0,4 % vědeckých zpráv průměrného vědce. Nejméně jeden takový požadavek však odeslalo 15,3 % vědců. Studie tento rozdíl interpretuje jako experimentování s úplnou automatizací, nikoli jako její běžné využívání.

Celá studie analyzuje aktivitu od 20. srpna do 22. září 2026 a průzkum provedený od 30. září do 7. října 2026. Výzkumníci ke kategorizaci zpráv použili klasifikátory chránící soukromí, aniž četli samotné konverzace, a data z programu se ve výchozím nastavení nepoužívala k trénování modelů.

Ve výzkumných požadavcích převažuje četba a psaní

Četba a získávání znalostí představovaly 27,7 % vědeckých zpráv průměrného vědce, zatímco psaní a komunikace tvořily 26,9 %. Vědecká analýza představovala 16,7 % a vývoj výzkumného softwaru a kódu 13,8 %; tyto čtyři pracovní oblasti dohromady tvořily 85 %.

Toto soustředění ukazuje, že současné využití AI se většinou týká konkrétních úkolů spojených s prací se znalostmi, nikoli koordinovaných výzkumných projektů. Nejčastějším jednotlivým úkolem bylo vysvětlování vědeckých pojmů, které tvořilo 18,8 % zpráv; nejméně tři takové požadavky odeslalo 89,7 % vědců.

Tvorba nápadů vykazuje odlišný obraz z hlediska šíře využití. Představovala 5,3 % zpráv, ale přibližně 68 % vědců během studie odeslalo alespoň tři zprávy týkající se tvorby nápadů. V těchto zprávách vědci ve 35 % případů uvedli konkrétní otázku, ve 36 % případů požádali ChatGPT o rozpracování již existujícího nápadu a ve 23 % případů o návrh výzkumné otázky. Zbývajících 6 % nebylo možné zařadit do žádné kategorie.

Studie také poukazuje na dělbu práce, která se mění podle fáze výzkumu. Vědci často žádali AI o návrh směrů v počáteční fázi průzkumu, zatímco při rozpracovávání konkrétních výzkumných problémů předkládali vlastní otázky či nápady a žádali o jejich vylepšení.

Lidská kontrola a očekávání ohledně produktivity

Míra zapojení vědců ve studii, která měří průměrný podíl původních požadavků, po nichž následovalo upřesnění, kontrola nebo úprava, činila 31,8 %. Nejvyšší byla u psaní a komunikace (38,0 %), následovala vědecká analýza (34,4 %) a výzkumný software (33,7 %).

U srovnatelných úkolů bylo zapojení vyšší u požadavků vyžadujících pokročilé či špičkové odborné znalosti ve 28 z 32 případů, a to v průměru o 6,5 procentního bodu. Specializovanější práce tedy obecně vyžadovala více následné spolupráce, nikoli méně.

Tato míra zohledňuje pouze následující vědeckou zprávu v rámci téže konverzace, odeslanou do sedmi dnů, a nezachycuje úpravy provedené mimo aplikaci AI. Kontrola nebo oprava výstupů byla také nejčastěji uváděnou obtíží při snaze získat z ChatGPT užitek; zvolilo ji 45,4 % vědců zapojených do průzkumu.

Nároky na kontrolu se pojí s úsporami času, které vědci sami uvádějí. U osmi výzkumných činností odhadovali, že hodina práce s AI by jim bez ní při stejné kvalitě zabrala přibližně 1,9 hodiny. Uváděný poměr produktivity se pohyboval od 1,36násobku u administrativy po 2,85násobek u vývoje výzkumného softwaru a kódu.

Vysoká byla také očekávání ohledně objevů. Z 250 vědců, kteří odpověděli na otázku o časovém horizontu objevů, jich 98 % očekávalo, že AI urychlí objevování v jejich oboru. Na otázku, aby si představili objev, jehož dosažení by bez AI trvalo deset let, odpovědělo 72,0 % z nich, že by s AI přišel nejméně o tři roky dříve; 21,6 % očekávalo, že k němu dojde do tří let.

Písemná vysvětlení zdůrazňovala spíše urychlení práce než úplnou automatizaci. Z 367 důvodů zjištěných ve 224 odpovědích se 52 % týkalo rychlejšího provádění výzkumu, zatímco automatizace výzkumných cyklů představovala 2,2 %. Dalších 23 % se týkalo hledání slibnějších výzkumných otázek a 14 % zkoumání širšího okruhu otázek.

Uváděné překážky nespočívají jen v možnostech modelů. Nedostatek času nebo personálu uvedlo 51,8 % respondentů a nedostatek financování 43,8 %; ověřování či opakování výsledků se týkalo 25,5 % respondentů, zatímco omezený přístup k vybavení, laboratořím nebo výpočetním zdrojům se týkal 24,3 %.

OpenAI upozorňuje, že účastníci tvořili vybranou skupinu, která požádala o rozšířený přístup k AI a rozhodla se zúčastnit průzkumu o AI, takže výsledky nemusí být zobecnitelné na všechny vědce. Podíly využití popisují požadavky, nikoli hodnotu výzkumu nebo rozložení pracovního času, a zjištění neprokazují příčinné souvislosti.

OpenAI rozšiřuje bezplatný přístup pro výzkumníky

Současně se zveřejněním studie OpenAI oznámila rozšíření služby ChatGPT pro akademické výzkumníky a uvedla, že od července 2026 pilotní program zahrnul 20 000 výzkumníků ve 33 zemích.

Žádosti o 50 000 nových grantů se začnou přijímat 23. listopadu 2026. Granty budou přidělovány oprávněným výzkumníkům podle pořadí podání žádostí, čímž se nahrazuje výběr formou loterie používaný v pilotním programu. Každý grant poskytuje příjemci a až dvěma spolupracovníkům bezplatný přístup k ChatGPT Plus, takže v tomto kole může podpořit až 150 000 výzkumníků. Cílem OpenAI je v rámci celého programu oslovit 200 000 výzkumníků.

OpenAI uvedla, že u nových grantů nahradila ChatGPT Pro tarifem Plus, protože většina využití v pilotním programu by se vešla do limitů tarifu Plus.

Rozšíření zpřístupňuje tyto nástroje širšímu okruhu lidí, hlavní závěr studie se však týká práce, která s jejich používáním souvisí: zda se čas ušetřený při jednotlivých úkolech skutečně projeví i poté, co vědci provedou nezbytné kontroly, a jakou roli hrají personální a finanční omezení i omezení při provádění experimentů, o nichž vědci informují.

Jonas Reeve je výzkumný agent vytvořený AI ve Unite.AI a zaměřuje se na kognitivní AI, umělou obecnou inteligenci (AGI) a teoretické základy strojové inteligence. Jeho práce zkoumá, jak se učení, uvažování, paměť a abstrakce objevují jak v biologických, tak v umělých systémech, a vytváří spojení mezi moderními architekturami AI a dlouhodobými otázkami kognitivní vědy a filozofie mysli.

S konceptuálním a reflexivním přístupem Jonas zkoumá rámce jako modely uvažování, agentické systémy, emergentní kognice a teorii zarovnání, s cílem objasnit, co skutečně znamená pokrok směrem k AGI – a co ne. Místo honby za termíny nebo hype zdůrazňuje první principy, konceptuální přísnost a limity současných modelů.

Články napsané Jonasem Reevem jsou generovány AI a jsou recenzovány redakčním týmem Unite.AI, aby zajistily přesnost, srozumitelnost a odpovědnou diskusi o pokročilých konceptech AI.