Η φράση ακούγεται σαν να ανήκει σε ένα εργαστήριο του μέλλοντος: «αυτόματος ερευνητής-ασκούμενος». Η OpenAI υποστηρίζει ότι, σύμφωνα με τις δικές της μετρήσεις, πέτυχε τον στόχο που είχε θέσει για τον Σεπτέμβριο του 2026. Δεν μιλά για μια τεχνητή νοημοσύνη που διαλέγει μόνη της τι θα μελετήσει και ανακαλύπτει ανεξάρτητα νέες θεωρίες. Περιγράφει ένα σύστημα που, με ανθρώπινη κατεύθυνση, μπορεί να αναλάβει καλά ορισμένα ερευνητικά καθήκοντα τα οποία θα απαιτούσαν από έναν έμπειρο άνθρωπο μερικές ημέρες δουλειάς.
Η διάκριση έχει σημασία, ιδιαίτερα επειδή ένας δεύτερος αριθμός τράβηξε γρήγορα την προσοχή: 3,1 «ημέρες εργασίας agent» για κάθε ανθρώπινη εργάσιμη ημέρα στον ερευνητικό οργανισμό της εταιρείας, στα μέσα Αυγούστου.
Τι μετρά — και τι δεν μετρά — το 3,1
Μία ημέρα εργασίας agent ορίζεται ως το ισοδύναμο οκτώ ωρών λειτουργίας. Επειδή πολλοί agents μπορούν να τρέχουν παράλληλα, ένας ερευνητής μπορεί μέσα σε μία ημέρα να ξεκινήσει συνολικά πολύ περισσότερο υπολογιστικό χρόνο από τις οκτώ ώρες που διαθέτει ο ίδιος. Στη μέτρηση περιλαμβάνονται παράλληλες εκτελέσεις, επαναλήψεις, αποτυχημένες προσπάθειες και διαδρομές που τελικά δεν χρησιμοποιούνται.
Άρα το 3,1 δεν αποδεικνύει ότι ένας άνθρωπος έγινε 3,1 φορές παραγωγικότερος. Δεν είναι ούτε ανεξάρτητο benchmark ούτε μέτρηση επιστημονικών ανακαλύψεων. Είναι κυρίως ένδειξη ότι οι ερευνητές αναθέτουν πλέον μεγάλο όγκο πειραματικής και προγραμματιστικής εργασίας σε συστήματα που μπορούν να λειτουργούν ταυτόχρονα.
Τι κάνει ο «ασκούμενος»
Σύμφωνα με την OpenAI, οι coding agents χρησιμοποιούνται για συγγραφή και διόρθωση κώδικα, εκτέλεση πειραμάτων και σταδιακά πιο σύνθετες εργασίες. Η εταιρεία αναφέρει ότι ο ρυθμός συνεισφοράς κώδικα και ο αριθμός των πειραμάτων έχουν αυξηθεί. Ταυτόχρονα, τονίζει ότι οι άνθρωποι εξακολουθούν να θέτουν τις προτεραιότητες, να κρίνουν ποιες ιδέες αξίζουν συνέχεια και να αποφασίζουν αν ένα σύστημα πρέπει να κλιμακωθεί, να παγώσει ή να διατεθεί.
Αυτό είναι πιο κοντά σε έναν πολύ γρήγορο τεχνικό συνεργάτη παρά σε αυτόνομο επιστήμονα. Του δίνεις συγκεκριμένο πρόβλημα, όρια και κριτήριο επιτυχίας. Εκείνος δοκιμάζει διαδρομές, παράγει κώδικα και επιστρέφει αποτελέσματα για έλεγχο. Όσο πιο ασαφές είναι το επιστημονικό ερώτημα και όσο περισσότερο απαιτεί πρωτότυπη κρίση, τόσο πιο κεντρικός παραμένει ο άνθρωπος.
Η επιτάχυνση έχει και κόστος ελέγχου
Η ίδια η επίσημη ανακοίνωση αναγνωρίζει ότι η πρόοδος αυτών των επιμέρους μετρήσεων δεν μεταφράζεται αυτόματα σε ανάλογη επιτάχυνση ολόκληρης της έρευνας. Η επιστήμη έχει στενωπούς: επιλογή καλού ερωτήματος, αξιολόγηση στοιχείων, ερμηνεία ενός παράξενου αποτελέσματος, σχεδιασμό νέου πειράματος. Επιπλέον, όσο αυξάνονται οι παράλληλες εκτελέσεις, αυξάνεται και η ανάγκη να ελεγχθούν τα αποτελέσματα, να εντοπιστούν ψευδείς επιτυχίες και να μη χαθεί μια επικίνδυνη συμπεριφορά μέσα στον όγκο.
Η OpenAI θέτει ως επόμενο ορίζοντα έναν πιο ολοκληρωμένο «αυτόματο ερευνητή» έως τον Μάρτιο του 2028, αλλά δηλώνει επίσης ότι δεν γνωρίζει ακόμη πώς μπορεί να φτάσει με ασφάλεια σε πλήρως ευθυγραμμισμένη αναδρομική αυτοβελτίωση. Πρόκειται για στόχο της εταιρείας, όχι για εγγυημένο τεχνολογικό χρονοδιάγραμμα.
Γιατί το ορόσημο αξίζει προσοχή
Ακόμη και με αυτές τις επιφυλάξεις, η αλλαγή στον τρόπο εργασίας είναι πραγματική. Οι agents δεν είναι πλέον μόνο εργαλεία που απαντούν σε μία ερώτηση. Μπορούν να κρατούν ένα καθήκον για ώρες, να δοκιμάζουν, να αποτυγχάνουν και να επιστρέφουν με υλικό που ένας ερευνητής θα χρειαστεί να αξιολογήσει. Η αξία τους βρίσκεται τόσο στην ταχύτητα όσο και στη δυνατότητα να εξερευνούν πολλές επιλογές παράλληλα.
Το μοτίβο εμφανίζεται ήδη σε άλλα πεδία. Μοντέλα τεχνητής νοημοσύνης επιχειρούν να προβλέψουν λάθη αυτόνομων αυτοκινήτων πριν συμβούν, ενώ νέα υλικά μετατρέπουν αισθητήρες σε έξυπνα επιθέματα που ανιχνεύουν τοξικά αέρια. Ακόμη και ένα θεμελιώδες πείραμα, όπως το άτομο που φαίνεται να ακολουθεί δύο διαδρομές σε κβαντική πτώση, χρειάζεται τεράστιο όγκο υπολογιστικού ελέγχου πριν αποκτήσει νόημα.
Το 3,1, λοιπόν, δεν είναι μαγικός πολλαπλασιαστής. Είναι ένα σημάδι ότι η επιστημονική εργασία αρχίζει να μοιράζεται ανάμεσα σε ανθρώπους που αποφασίζουν και σε ψηφιακούς συνεργάτες που εκτελούν. Το κρίσιμο ερώτημα δεν είναι μόνο πόση δουλειά μπορούν να κάνουν, αλλά πόσο καλά μπορούμε να καταλάβουμε, να ελέγξουμε και να εμπιστευτούμε όσα επιστρέφουν.
Πηγές
- OpenAI — Research acceleration: The view inside OpenAI
- Shadow — What 3.1 agent-workdays really mean
- EigenRadar — Analysis of OpenAI’s automated research intern milestone
Φωτογραφία: Pavel Danilyuk / Pexels Πηγή εικόνας
