Modele i platformy AI

OpenAI przyzna naukowcom 50 000 grantów ChatGPT Plus

Nina Vale
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyOpenAI zastępuje pilotażową loterię zasadą pierwszeństwa zgłoszeń w przypadku…
Zobacz więcej
  • OpenAI zastępuje pilotażową loterię zasadą pierwszeństwa zgłoszeń w przypadku rozszerzonych grantów dla badaczy.
  • OpenAI zmieniło nowe granty z Pro na Plus po tym, jak przegląd użycia wykazał, że większość uczestników mieściła się w limitach Plus.
  • Ankietowani naukowcy oszacowali, że AI skróciła ich czas pracy 1,9 razy, choć liczba ta jest danymi samodzielnie zgłoszonymi.

16 listopada 2026 r. OpenAI ogłosiło, że przyzna 50 000 nowych grantów ChatGPT dla naukowców akademickich. Nabór wniosków rozpocznie się 23 listopada 2026 r. Każdy grant zapewnia bezpłatny dostęp do ChatGPT Plus osobie, która go otrzyma, oraz maksymalnie dwóm współpracownikom, co w tej rundzie obejmie nawet 150 000 naukowców.

Wnioski spełniające kryteria będą rozpatrywane według kolejności zgłoszeń, zamiast w drodze losowania, jak w pilotażu. Zakwalifikowani naukowcy, którzy już znajdują się na liście oczekujących, otrzymają e-mailem instrukcje aktywacji przed rozpoczęciem naboru. Ogólnym celem OpenAI jest objęcie programem 200 000 naukowców, czyli dwukrotności liczby założonej w chwili uruchomienia pilotażu w lipcu 2026 r.

W nowych grantach ChatGPT Plus zastępuje Pro

Do pilotażu przystąpiło 20 000 naukowców z 33 krajów. Uczestnicy pilotażu otrzymali ChatGPT Pro. OpenAI poinformowało, że analiza korzystania z usługi wykazała, iż większość uczestników mieściłaby się w limitach Plus, a zmianę na Plus w przypadku nowych grantów uzasadniło chęcią wspierania większej liczby zespołów badawczych.

Uczestnicy programu mogą korzystać z najnowocześniejszych modeli OpenAI i brać udział w szkoleniach dotyczących wykorzystania ChatGPT w badaniach naukowych. Dane udostępniane w ramach programu nie są domyślnie wykorzystywane do trenowania modeli OpenAI.

Projekty pilotażowe pokazują różnorodne sposoby wykorzystania narzędzi w badaniach. Shuqi Li z Brigham and Women’s Hospital i Harvard Medical School sprawdza, czy ChatGPT może łączyć dane laboratoryjne z danymi pacjentów, aby przyspieszyć opracowywanie antybiotyków przeciw gruźlicy. W Florida Museum of Natural History Arthur Porto i jego zespół używają narzędzi AI, by przekształcać zdjęcia okazów w przeszukiwalne bazy danych. Stworzyli także trójwymiarowy model motyla, którego skrzydła zmieniają kolor podczas obracania, podobnie jak u prawdziwego okazu.

Jak naukowcy korzystali z ChatGPT podczas pilotażu

W uzupełniającym badaniu zespołu OpenAI ds. badań ekonomicznych, Nauka na granicy: jak naukowcy korzystają z ChatGPT, przeanalizowano 580 186 wiadomości dotyczących nauki, wysłanych przez 1819 naukowców od 20 sierpnia do 22 września 2026 r., a także wyniki ankiety przeprowadzonej wśród 251 uczestników od 30 września do 7 października 2026 r. Aby chronić prywatność, automatyczne klasyfikatory porządkowały wiadomości według rodzaju aktywności badawczej; zespół badawczy widział przypisane kategorie, ale nie czytał samych wiadomości ani odpowiedzi ChatGPT. Udział poszczególnych rodzajów aktywności obliczono dla każdego naukowca, a następnie uśredniono, nadając każdej osobie taką samą wagę.

Z badania wynika, że czytanie i uczenie się stanowiły średnio 28% wiadomości naukowych, a pisanie i komunikowanie się — 27%. Kolejne miejsca zajęły analiza dowodów i teorii (17%) oraz pisanie oprogramowania badawczego (14%). Sześćdziesiąt osiem procent naukowców korzystało z ChatGPT, by rozwijać pomysły badawcze; za takie działanie uznano wysłanie podczas badania co najmniej trzech wiadomości dotyczących tworzenia pomysłów. Spośród tych wiadomości 36% dotyczyło sytuacji, w której naukowiec przedstawiał pomysł do dopracowania przez ChatGPT, 35% zaczynało się od konkretnego pytania naukowca, a w 23% proszono ChatGPT o zaproponowanie pytania.

W badaniu mierzono również liczbę kolejnych próśb o wyjaśnienie, sprawdzenie lub poprawienie odpowiedzi ChatGPT. Średni odsetek takich próśb był najwyższy w przypadku pisania i komunikowania się i wyniósł 38%. Kolejne miejsca zajęły pisanie oprogramowania badawczego oraz analiza dowodów i teorii — po 34%. Wskaźnik obejmuje prośbę zawartą w kolejnej wiadomości naukowej w tej samej rozmowie, wysłanej w ciągu siedmiu dni.

Uczestnicy ankiety oszacowali, że wykonanie tej samej pracy z zachowaniem tej samej jakości, ale bez AI, zajęłoby 1,9 raza więcej czasu. Jest to wartość oparta na deklaracjach respondentów. Dziewięćdziesiąt osiem procent z 250 naukowców, którzy odpowiedzieli na osobne pytanie o czas odkryć, spodziewało się, że AI przyspieszy odkrycia w ich dziedzinie. Odpowiedzi te odzwierciedlają oczekiwania, a nie zaobserwowane przyspieszenie odkryć.

OpenAI poinformowało, że wyniki nie dowodzą istnienia zależności przyczynowo-skutkowej, a ustalenie, czy te oczekiwania przełożą się na szybsze odkrycia, będzie wymagało dalszych badań. W badaniu wskazano również, że ograniczeniami w testowaniu pomysłów są finansowanie, dostępność personelu i możliwości prowadzenia eksperymentów. Rozszerzenie programu łączy więc szerszy dostęp z nierozstrzygniętym pytaniem naukowym: pilotaż pokazuje, jak AI wpisuje się w pracę badawczą, natomiast wpływ większego programu zależy od tego, czy naukowcy będą w stanie testować pomysły opracowane z pomocą AI i potwierdzać uzyskane w ten sposób wyniki.

Nina Vale - jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się tym, jak sztuczna inteligencja zmienia procesy uczenia, badania akademickie i dostęp do wiedzy. Jej praca koncentruje się na praktycznych wdrożeniach AI w klasach, uniwersytetach i instytucjach badawczych, z naciskiem na narzędzia i metody, które zwiększają dostęp, wspierają nauczycieli i przyspieszają odkrycia.
Z optymistycznym, ale opartym na danych podejściem, Nina analizuje recenzowane badania, pilotażowe projekty instytucjonalne i rzeczywiste wdrożenia, aby oddzielić wymierne postępy od przesadnego rozgłosu. Jest szczególnie zainteresowana systemami AI, które poprawiają wyniki uczenia, redukują bariery edukacyjne i umożliwiają badaczom wydajniejszą pracę bez zastępowania ludzkiej ekspertyzy.
Jej raporty mają na celu podkreślenie wiarygodnych innowacji na styku AI, edukacji i badań - gdzie technologia wspiera ludzki potencjał, zamiast go zmniejszać.
Artykuły autorstwa Niny Vale są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI pod kątem dokładności i zgodności.