AI-mallit ja alustat

OpenAI myöntää tutkijoille 50 000 ChatGPT Plus -apurahaa

Nina Vale
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatOpenAI korvaa pilottiarvontansa laajennettujen tutkija-apurahojen osalta ensimmäisenä…
Näytä lisää
  • OpenAI korvaa pilottiarvontansa laajennettujen tutkija-apurahojen osalta ensimmäisenä tulleiden periaatteella.
  • OpenAI vaihtoi uudet apurahat Prosta Plussaan, kun käytön tarkastelu osoitti, että useimmat osallistujat pysyivät Plussan rajoissa.
  • Kyselyyn vastanneet tutkijat arvioivat tekoälyn vähentäneen työaikaansa 1,9-kertaisesti, vaikka luku on itse raportoitu.

16. marraskuuta 2026 OpenAI ilmoitti myöntävänsä 50 000 uutta ChatGPT-apurahaa akateemisille tutkijoille. Hakuaika alkaa 23. marraskuuta 2026. Kukin apuraha tarjoaa saajalle ja enintään kahdelle yhteistyökumppanille maksuttoman ChatGPT Plus -käyttöoikeuden, joten tällä hakukierroksella tuki voi kattaa jopa 150 000 tutkijaa.

Sopivat hakemukset käsitellään saapumisjärjestyksessä, eli pilottivaiheen arvonnasta luovutaan. Kelpoisuusehdot täyttävät tutkijat, jotka ovat jo jonotuslistalla, saavat sähköpostitse aktivointiohjeet ennen haun alkamista. OpenAI:n kokonaistavoitteena on tavoittaa 200 000 tutkijaa, mikä on kaksinkertainen määrä verrattuna tavoitteeseen, joka asetettiin pilotin käynnistyessä heinäkuussa 2026.

Uusissa apurahoissa ChatGPT Plus korvaa Pro-version

Pilottiin on osallistunut 20 000 tutkijaa 33 maasta. Pilottiin osallistuneet saivat ChatGPT Pro -käyttöoikeuden. OpenAI kertoi käyttöä koskevan arvionsa osoittaneen, että useimmat osallistujat olisivat pysyneet Plus-version käyttörajojen puitteissa. Yhtiö perusteli uusien apurahojen siirtymistä Plus-versioon tavoitteellaan tukea useampia tutkimusryhmiä.

Ohjelmaan osallistujat voivat käyttää OpenAI:n edistyneimpiä malleja ja saada koulutusta ChatGPT:n hyödyntämiseen tutkimuksessa. Ohjelman kautta jaettuja tietoja ei oletusarvoisesti käytetä OpenAI:n mallien kouluttamiseen.

Pilottihankkeet havainnollistavat tutkimuksen erilaisia käyttötapoja. Brigham and Women’s Hospitalissa ja Harvard Medical Schoolissa työskentelevä Shuqi Li selvittää, voiko ChatGPT yhdistää laboratorio- ja potilastietoja tuberkuloosin antibioottihoitojen kehittämisen nopeuttamiseksi. Florida Museum of Natural Historyssa Arthur Porto ja hänen tiiminsä käyttävät tekoälytyökaluja muuntaakseen näytekuvia haettaviksi tietokannoiksi. He loivat myös 3D-perhosmallin, jonka siipien väri vaihtuu mallia käännettäessä aidon näytteen tavoin.

Miten tutkijat käyttivät ChatGPT:tä pilotissa

OpenAI:n taloustutkimustiimin täydentävässä tutkimuksessa Tiede tutkimuksen eturintamassa: Näin tutkijat käyttävät ChatGPT:tä analysoitiin 580 186 tieteellistä viestiä, jotka 1 819 tutkijaa lähetti 20. elokuuta ja 22. syyskuuta 2026 välisenä aikana. Lisäksi analyysissa hyödynnettiin kyselyä, johon vastasi 251 osallistujaa 30. syyskuuta ja 7. lokakuuta 2026 välisenä aikana. Yksityisyyden suojaamiseksi automaattiset luokittelijat lajittelivat viestit tutkimustoiminnan mukaan. Tutkimusryhmä näki luokat, mutta ei lukenut viestien sisältöä eikä ChatGPT:n vastauksia. Toiminnan osuudet laskettiin kunkin tutkijan osalta ja niistä otettiin sen jälkeen keskiarvo, jolloin jokaisen tutkijan painoarvo oli sama.

Tutkimuksen mukaan lukemisen ja oppimisen osuus tieteellisistä viesteistä oli keskimäärin 28 % ja kirjoittamisen ja viestinnän 27 %. Seuraavina tulivat näyttöön ja teorioihin liittyvä analysointi 17 prosentin osuudella sekä tutkimusohjelmistojen kirjoittaminen 14 prosentin osuudella. Tutkijoista 68 % käytti ChatGPT:tä tutkimusideoiden kehittämiseen. Tällä tarkoitettiin sitä, että tutkija lähetti tutkimuksen aikana vähintään kolme ideointiin liittyvää viestiä. Ideointiviesteistä 36 prosentissa tutkija toi esiin idean, jota ChatGPT:n pyydettiin hiomaan, 35 prosentissa keskustelu alkoi tutkijan esittämällä täsmällisellä kysymyksellä ja 23 prosentissa ChatGPT:tä pyydettiin ehdottamaan kysymystä.

Tutkimuksessa mitattiin myös jatkopyyntöjä, joissa ChatGPT:n vastausta pyydettiin selventämään, tarkistamaan tai muokkaamaan. Jatkopyyntöjen keskimääräinen osuus oli suurin kirjoittamisen ja viestinnän yhteydessä, 38 %. Seuraavina olivat tutkimusohjelmistojen kirjoittaminen sekä näyttöön ja teorioihin liittyvä analysointi, joiden osuus oli kummankin kohdalla 34 %. Mittarissa jatkopyynnöksi lasketaan seuraavassa tieteellisessä viestissä esitetty pyyntö, jos se lähetetään samassa keskustelussa seitsemän päivän kuluessa.

Kyselyyn vastanneet arvioivat, että saman työn tekeminen samalla laatutasolla ilman tekoälyä olisi kestänyt 1,9 kertaa niin kauan. Tämä luku perustuu vastaajien omaan arvioon. Erilliseen tutkimuksen löytöjen aikataulua koskevaan kysymykseen vastanneista 250 tutkijasta 98 % odotti tekoälyn nopeuttavan löytöjä omalla alallaan. Vastaukset kuvaavat odotuksia, eivät havaittua löytöjen nopeutumista.

OpenAI kertoi, etteivät tulokset osoita syy-seuraussuhteita ja että sen selvittäminen, nopeuttavatko nämä odotukset löytöjä käytännössä, edellyttää lisätutkimusta. Tutkimuksessa mainitaan myös rahoitus, henkilöstö ja kokeelliset valmiudet ideoiden testaamista rajoittavina tekijöinä. Ohjelman laajentaminen yhdistääkin laajemman käyttöoikeuden edelleen avoimeen tieteelliseen kysymykseen: pilotti dokumentoi, miten tekoäly nivoutuu tutkimustyöhön, mutta laajemman ohjelman vaikutus riippuu tutkijoiden kyvystä testata tekoälyn avulla syntyneitä ideoita ja varmentaa mahdolliset tulokset.

Nina Vale - on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa, miten tekoäly muuttaa oppimista, akateemista tutkimusta ja tietojen saatavuutta. Hänen työnsä keskittyy tekoälyn käytännön sovelluksiin luokkahuoneissa, yliopistoissa ja tutkimuslaitoksissa, ja korostaa työkaluja ja menetelmiä, jotka laajentavat pääsyä, tukevat opettajia ja kiihdyttävät löytöjä.
Optimistisen mutta tietoon perustuvan näkökulman kautta Nina tutkii vertaisarvioituja tutkimuksia, laitosten koekäyttöjä ja todellisia sovelluksia, erottaakseen mitattavissa olevan edistyksen hypetyksestä. Hän on erityisen kiinnostunut tekoälyjärjestelmistä, jotka parantavat oppimistuloksia, vähentävät koulutuksen esteitä ja mahdollistavat tutkijoiden työskentelyn tehokkaammin korvaamatta ihmisen asiantuntemusta.
Hänen raporttinsa pyrkii korostamaan uskottavaa innovaatiota tekoälyn, koulutuksen ja tutkimuksen risteyksessä - siellä, missä teknologia parantaa ihmisen potentiaalia heikentämisen sijasta.
Artikkelit, jotka on kirjoittanut Nina Vale, ovat tekoälyn tuottamia ja Unite.AI:n toimituksellinen tiimi tarkistaa ne tarkkuuden ja vaatimustenmukaisuuden vuoksi.