Rapporter

OpenAI-studie viser at forskere sjelden ber om KI-forskning fra start til slutt

Jonas Reeve
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterEnde-til-ende autonom forskning er fortsatt sjeldent, med bare 0,4 % av…
Vis mer
  • Ende-til-ende autonom forskning er fortsatt sjeldent, med bare 0,4 % av gjennomsnittsforskerens meldinger.
  • Forskere sjekker fortsatt AI-utdata i stor grad, og 45,4 % oppgir korrigering som sin hovedvanske.
  • OpenAI vil tilby 50 000 nye gratis forskerstipend etter førstemann-til-mølla-prinsippet.

OpenAI publiserte en studie 16. november 2026. Den omfatter 580 186 vitenskapelige meldinger fra 1 819 akademiske forskere og svar på en spørreundersøkelse fra 251 deltakere. Studien undersøker hvordan forskerne brukte ChatGPT og Codex i forskningsarbeidet, og hvordan de forventer at KI vil påvirke oppdagelser.

Autonom forskning fra start til slutt, definert som forespørsler der KI blir bedt om å koordinere litteraturgjennomgang, idéutvikling og videre analyser, utgjorde bare 0,4 % av den gjennomsnittlige forskerens vitenskapelige meldinger. Likevel sendte 15,3 % av forskerne minst én slik forespørsel. Studien tolker dette spriket som utprøving av full automatisering snarere enn rutinemessig bruk.

Hele studien analyserer aktivitet fra 20. august til og med 22. september 2026 og en spørreundersøkelse gjennomført fra 30. september til 7. oktober 2026. Forskerne brukte personvernbevarende klassifikatorer til å kategorisere meldinger uten å lese de underliggende samtalene, og programdata ble som standard ikke brukt til modelltrening.

Lesing og skriving dominerer forskningsforespørslene

Lesing og kunnskapstilegnelse utgjorde 27,7 % av den gjennomsnittlige forskerens vitenskapelige meldinger, mens skriving og kommunikasjon sto for 26,9 %. Vitenskapelig analyse utgjorde 16,7 %, og utvikling av forskningsprogramvare og kode 13,8 %. Til sammen sto disse fire arbeidsflytene for 85 %.

Denne konsentrasjonen innebærer at det meste av dagens KI-bruk gjelder avgrensede kunnskapsarbeidsoppgaver, snarere enn koordinerte forskningsprosjekter. Å forklare vitenskapelige begreper var den vanligste enkeltoppgaven og utgjorde 18,8 % av meldingene. 89,7 % av forskerne sendte minst tre slike forespørsler.

Idéutvikling viser et annet mønster når det gjelder bredden. Den utgjorde 5,3 % av meldingene, men rundt 68 % av forskerne sendte minst tre meldinger om idéutvikling i løpet av studien. I disse meldingene stilte forskerne et konkret spørsmål i 35 % av tilfellene, ba ChatGPT videreutvikle en eksisterende idé i 36 % av tilfellene og ba om forslag til et forskningsspørsmål i 23 % av tilfellene. De resterende 6 % lot seg ikke kategorisere.

Studien viser også en arbeidsdeling som varierer med forskningsfasen. Forskere ba ofte KI foreslå retninger tidlig i utforskningen, og kom deretter med egne spørsmål eller ideer som de ønsket å videreutvikle, når de arbeidet med konkrete forskningsproblemstillinger.

Menneskelig kontroll og forventninger til produktivitet

Studiens mål på forskerinvolvering, som måler den gjennomsnittlige andelen av de første forespørslene som ble fulgt opp med avklaringer, kontroll eller revisjon, var 31,8 %. Skriving og kommunikasjon hadde den høyeste andelen, 38,0 %, fulgt av vitenskapelig analyse med 34,4 % og forskningsprogramvare med 33,7 %.

For sammenlignbare oppgaver var involveringen høyere i 28 av 32 tilfeller når forespørslene krevde avansert kompetanse eller spisskompetanse, med et gjennomsnitt på 6,5 prosentpoeng. Mer spesialisert arbeid førte dermed som regel til mer oppfølging, ikke mindre.

Målet omfatter bare den neste vitenskapelige meldingen i samme samtale innen sju dager, og fanger ikke opp revisjoner som gjøres utenfor KI-applikasjonen. Kontroll eller korrigering av resultater var også den vanligste utfordringen forskerne valgte når de skulle beskrive hva som gjorde det vanskelig å få nytte av ChatGPT. Dette ble valgt av 45,4 % av forskerne som svarte på spørreundersøkelsen.

Disse kravene til kontroll kommer samtidig som forskerne selv rapporterer tidsbesparelser. For åtte forskningsaktiviteter anslo forskerne som svarte på spørreundersøkelsen at én times arbeid med KI ville ha tatt omtrent 1,9 timer uten KI, dersom kvaliteten skulle være den samme. De rapporterte produktivitetsforholdene varierte fra 1,36 ganger for administrativt arbeid til 2,85 ganger for utvikling av forskningsprogramvare og kode.

Forventningene til oppdagelser var også høye. Av de 250 forskerne som svarte på spørsmålet om tidslinjen for oppdagelser, forventet 98 % at KI ville fremskynde oppdagelser innenfor deres fagfelt. Da de ble bedt om å se for seg en oppdagelse som ville tatt ti år uten KI, forventet 72,0 % at den ville komme minst tre år tidligere med KI. Blant disse forventet 21,6 % at den ville komme innen tre år.

De skriftlige forklaringene la større vekt på gjennomføring enn på full automatisering. Av 367 årsaker som ble identifisert i 224 svar, gjaldt 52 % raskere gjennomføring av forskning, mens automatisering av forskningssløyfer utgjorde 2,2 %. Ytterligere 23 % gjaldt å finne mer lovende forskningsspørsmål, og 14 % å utforske et bredere utvalg av spørsmål.

Flaskehalsene som ble rapportert, strekker seg utover modellkapasiteten. Begrenset tid eller bemanning ble valgt av 51,8 % av respondentene, og begrenset finansiering av 43,8 %. Validering eller replikering av funn var en utfordring for 25,5 %, mens tilgang til utstyr, laboratorier eller databehandlingsressurser var en utfordring for 24,3 %.

OpenAI understreker at deltakerne var en utvalgt gruppe som hadde søkt om utvidet tilgang til KI og valgt å svare på en KI-undersøkelse. Resultatene er derfor ikke nødvendigvis generaliserbare til alle forskere. Bruksandelene beskriver forespørsler, ikke forskningens verdi eller tidsbruken, og funnene fastslår ikke årsakssammenhenger.

OpenAI utvider gratis tilgang for forskere

Samtidig med studien kunngjorde OpenAI at tilgangen til ChatGPT for akademiske forskere utvides, og opplyste at pilotprogrammet hadde nådd 20 000 forskere i 33 land siden juli 2026.

Søknader om 50 000 nye stipend åpner 23. november 2026. Stipendene tildeles kvalifiserte forskere etter førstemann til mølla-prinsippet, i stedet for pilotprogrammets loddtrekning. Hvert stipend gir mottakeren og opptil to samarbeidspartnere gratis tilgang til ChatGPT Plus, og støtter dermed så mange som 150 000 forskere i denne runden. OpenAI har som mål å nå 200 000 forskere gjennom programmet.

OpenAI opplyste at Plus erstattet ChatGPT Pro i de nye stipendene fordi det meste av bruken i pilotprogrammet ville ha holdt seg innenfor grensene for Plus.

Utvidelsen gir flere tilgang til verktøyene, men studiens viktigste implikasjon gjelder arbeidet rundt dem: om tiden som spares på enkeltoppgaver, faktisk blir spart når man tar høyde for kontrollen forskerne fortsatt utfører, og for bemannings-, finansierings- og eksperimentelle begrensninger de rapporterer om.

Jonas Reeve er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, med fokus på kognitiv AI, kunstig generell intelligens (AGI) og de teoretiske grunnlagene for maskinintelligens. Arbeidet hans utforsker hvordan læring, resonnering, hukommelse og abstraksjon oppstår i både biologiske og kunstige systemer, og trekker forbindelser mellom moderne AI-arkitekturer og langvarige spørsmål innen kognitiv vitenskap og sinnets filosofi.

Med en konseptuell og reflekterende tilnærming undersøker Jonas rammeverk som resonneringsmodeller, agentbaserte systemer, emergent kognisjon og justeringsteori, med mål om å klargjøre hva fremgang mot AGI faktisk betyr – og hva det ikke betyr. I stedet for å jage tidslinjer eller hype, legger han vekt på første prinsipper, konseptuell grundighet og begrensningene i dagens modeller.

Artikler skrevet av Jonas Reeve er AI-genererte og gjennomgås av Unite.AI sitt redaksjonsteam for å sikre nøyaktighet, klarhet og ansvarlig diskusjon av avanserte AI-konsepter.