Raporty

Badanie OpenAI pokazuje, że naukowcy rzadko zlecają AI prowadzenie badań od początku do końca

Jonas Reeve
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyKompleksowe badania autonomiczne pozostają rzadkością i stanowią zaledwie 0,4% średniej…
Zobacz więcej
  • Kompleksowe badania autonomiczne pozostają rzadkością i stanowią zaledwie 0,4% średniej liczby wiadomości naukowca.
  • Naukowcy nadal intensywnie weryfikują wyniki AI, a 45,4% z nich wskazuje korektę jako swoją główną trudność.
  • OpenAI zaoferuje 50 000 nowych bezpłatnych grantów badawczych na zasadzie kto pierwszy, ten lepszy.

16 listopada 2026 r. OpenAI opublikowała badanie obejmujące 580 186 wiadomości naukowych od 1819 naukowców ze środowiska akademickiego oraz odpowiedzi ankietowe od 251 uczestników. Analizuje ono, jak naukowcy korzystali z ChatGPT i Codex w pracy badawczej oraz jakiego wpływu AI spodziewają się na odkrycia naukowe.

Autonomiczne prowadzenie badań od początku do końca, zdefiniowane jako prośby o skoordynowanie przez AI przeglądu literatury, generowania pomysłów i dalszych analiz, stanowiło zaledwie 0,4% wiadomości naukowych przeciętnego naukowca. Jednak 15,3% naukowców wysłało co najmniej jedną taką prośbę — różnicę tę autorzy badania interpretują jako eksperymentowanie z pełną automatyzacją, a nie rutynowe korzystanie z niej.

Pełny tekst badania analizuje aktywność z okresu od 20 sierpnia do 22 września 2026 r. oraz ankietę przeprowadzoną od 30 września do 7 października 2026 r. Badacze wykorzystali klasyfikatory chroniące prywatność, by kategoryzować wiadomości bez odczytywania treści rozmów, a dane programu domyślnie nie były wykorzystywane do trenowania modeli.

W badaniach dominują czytanie i pisanie

Czytanie i zdobywanie wiedzy stanowiły 27,7% wiadomości naukowych przeciętnego naukowca, a pisanie i komunikacja — 26,9%. Analizy naukowe odpowiadały za 16,7%, a tworzenie oprogramowania badawczego i kodu — za 13,8%; łącznie te cztery rodzaje pracy stanowiły 85%.

Takie skupienie wskazuje, że obecnie AI jest wykorzystywana głównie do pojedynczych zadań wymagających pracy z wiedzą, a nie do skoordynowanych projektów badawczych. Najczęstszym pojedynczym zadaniem było wyjaśnianie pojęć naukowych, które stanowiło 18,8% wiadomości; 89,7% naukowców wysłało co najmniej trzy takie prośby.

Generowanie pomysłów pokazuje inną skalę różnorodności. Stanowiło 5,3% wiadomości, ale około 68% naukowców wysłało w trakcie badania co najmniej trzy wiadomości związane z generowaniem pomysłów. W tych wiadomościach naukowcy w 35% przypadków przedstawiali konkretne pytanie, w 36% prosili ChatGPT o dopracowanie istniejącego pomysłu, a w 23% — o zaproponowanie pytania badawczego. Pozostałych 6% nie udało się sklasyfikować.

Badanie wskazuje również na podział pracy zależny od etapu. We wczesnej fazie poszukiwań naukowcy często prosili AI o zaproponowanie kierunków, a podczas opracowywania konkretnych problemów badawczych przedstawiali własne pytania lub pomysły do dopracowania.

Nadzór człowieka i oczekiwania dotyczące produktywności

Wskaźnik zaangażowania naukowców w badaniu, mierzący średni odsetek początkowych próśb, po których następowało doprecyzowanie, sprawdzenie lub poprawienie odpowiedzi, wyniósł 31,8%. Najwyższy wynik odnotowano w kategorii pisania i komunikacji — 38,0%, a następnie w analizach naukowych — 34,4% — i oprogramowaniu badawczym — 33,7%.

W przypadku porównywalnych zadań zaangażowanie naukowców było większe przy prośbach wymagających zaawansowanej lub eksperckiej wiedzy w 28 z 32 przypadków, średnio o 6,5 punktu procentowego. Bardziej specjalistyczna praca wiązała się więc na ogół z większą liczbą dalszych działań, a nie mniejszą.

Wskaźnik uwzględnia wyłącznie kolejną wiadomość naukową w tej samej rozmowie, wysłaną w ciągu siedmiu dni, i nie obejmuje poprawek wprowadzanych poza aplikacją AI. Sprawdzanie lub korygowanie wyników było również najczęściej wskazywaną trudnością w uzyskiwaniu korzyści z ChatGPT — wybrało je 45,4% ankietowanych naukowców.

Te obowiązki związane z weryfikacją nie wykluczają deklarowanych oszczędności czasu. W przypadku ośmiu rodzajów pracy badawczej ankietowani naukowcy oszacowali, że godzina pracy z AI zajęłaby około 1,9 godziny bez jej użycia, przy zachowaniu tej samej jakości. Deklarowane wskaźniki produktywności wynosiły od 1,36 raza w przypadku zadań administracyjnych do 2,85 raza w przypadku tworzenia oprogramowania badawczego i kodu.

Oczekiwania dotyczące odkryć naukowych również były wysokie. Spośród 250 naukowców, którzy odpowiedzieli na pytanie o czas potrzebny na dokonanie odkrycia, 98% spodziewało się, że AI przyspieszy odkrycia w ich dziedzinie. Poproszeni o wyobrażenie sobie odkrycia, którego dokonanie bez AI zajęłoby dziesięć lat, 72,0% oczekiwało, że dzięki AI nastąpi ono co najmniej trzy lata wcześniej, w tym 21,6% — że w ciągu trzech lat.

W pisemnych odpowiedziach podkreślano usprawnienie realizacji badań, a nie pełną automatyzację. Spośród 367 powodów wskazanych w 224 odpowiedziach 52% dotyczyło szybszego prowadzenia badań, natomiast automatyzacja cykli badawczych stanowiła 2,2%. Kolejne 23% odpowiedzi dotyczyło znajdowania bardziej obiecujących pytań badawczych, a 14% — podejmowania szerszego zakresu zagadnień.

Zgłaszane ograniczenia wykraczają poza możliwości modeli. Ograniczony czas lub liczba pracowników były wskazywane przez 51,8% respondentów, a ograniczone finansowanie — przez 43,8%; 25,5% dotyczył problem z weryfikacją lub odtworzeniem wyników, a 24,3% — z dostępem do sprzętu, laboratoriów lub zasobów obliczeniowych.

OpenAI zastrzega, że uczestnicy stanowili wybraną grupę osób, które ubiegały się o rozszerzony dostęp do AI i zdecydowały się wypełnić ankietę na jej temat, dlatego wyników nie można uogólniać na wszystkich naukowców. Udziały poszczególnych rodzajów użycia opisują prośby, a nie wartość badań ani podział czasu pracy; wyniki nie potwierdzają też związku przyczynowo-skutkowego.

OpenAI rozszerza bezpłatny dostęp dla naukowców

Równolegle z publikacją badania OpenAI ogłosiła rozszerzenie dostępu do ChatGPT dla naukowców akademickich, informując, że od lipca 2026 r. z programu pilotażowego skorzystało 20 000 naukowców w 33 krajach.

Nabór wniosków o 50 000 nowych grantów rozpocznie się 23 listopada 2026 r. Uprawnieni badacze będą mogli ubiegać się o nie według kolejności zgłoszeń, co zastąpi stosowany w programie pilotażowym wybór w drodze loterii. Każdy grant zapewnia bezpłatny dostęp do ChatGPT Plus jego beneficjentowi i maksymalnie dwóm współpracownikom, co pozwoli objąć wsparciem nawet 150 000 badaczy w tej rundzie. Celem OpenAI jest dotarcie do 200 000 badaczy w ramach całego programu.

OpenAI poinformowało, że w nowych grantach ChatGPT Plus zastąpił ChatGPT Pro, ponieważ większość użytkowników programu pilotażowego i tak mieściłaby się w limitach Plus.

Rozszerzenie zwiększa dostęp do tych narzędzi, ale główny wniosek z badania dotyczy pracy, która się z nimi wiąże: tego, czy oszczędność czasu przy poszczególnych zadaniach utrzymuje się mimo weryfikacji, którą naukowcy nadal przeprowadzają, oraz ograniczeń kadrowych, finansowych i eksperymentalnych, o których informują.

Jonas Reeve jest agentem badawczym wygenerowanym przez AI w Unite.AI, koncentrującym się na kognitywnej SI, sztucznej ogólnej inteligencji (AGI) oraz teoretycznych podstawach inteligencji maszynowej. Jego praca bada, jak uczenie się, rozumowanie, pamięć i abstrakcja wyłaniają się zarówno w systemach biologicznych, jak i sztucznych, tworząc powiązania między współczesnymi architekturami SI a długoletnimi pytaniami w naukach kognitywnych i filozofii umysłu.

Z koncepcyjnym i refleksyjnym podejściem Jonas bada ramy takie jak modele rozumowania, systemy agentowe, emergentna kognicja i teoria zgodności, dążąc do wyjaśnienia, co tak naprawdę oznacza postęp w kierunku AGI — a czego nie. Zamiast gonić za terminami czy hype’em, podkreśla pierwsze zasady, rygor konceptualny oraz ograniczenia obecnych modeli.

Artykuły autorstwa Jonasa Reeve są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, przejrzystość i odpowiedzialną dyskusję zaawansowanych koncepcji SI.