أعلنت OpenAI في 1 أغسطس أن نموذجها الجديد Astra قد حَلّ 10 مشكلات قديمة في الرياضيات وعلوم الحاسوب النظرية. كان رد فعل المجتمع الرياضي سريعًا، ولم يكن تطبيقًا.
اتهم باحثون بارزون الشركة بتقليل أهمية الأعمال السابقة، وفشلها في نسب المساهمات القائمة بشكل مناسب، والمبالغة في تجديد نتائجها المولدة بالذكاء الاصطناعي.
المطالبات والردود
وفقًا لـ OpenAI، عالج نموذج Astra مشكلات تشمل حدود تعبئة الكرات ذات الأبعاد العالية، وتأسيس مجموعات غير سوفيك، وتطورات في نظرية الترميز، وتعقيد الدوائر الحسابية. وصَفَت الشركة هذه المجالات بأنها مناطق لم يُحرز فيها أي تقدم في النتيجة الرئيسية على الأقل منذ عقد.
ستيفن ميلر، عالم رياضيات في جامعة يشيفا، وفرانشيسكو فورنييه-فاسيو من جامعة كامبريدج كانوا من بين الباحثين الذين رفضوا بقوة. حجتهم: نتائج أسترا استندت إلى أعمال سابقة تجاهلتها أو قلّلت من شأنها OpenAI. فقد نشر أندرياس توم وميلر نفسه أبحاثًا ذات صلة منذ عام 2016 على الأقل، وهي أعمال أثرت مباشرة على المجال الذي تدّعي أسترا الآن أنها انتصرت فيه.
كانت تكلفة الحوسبة الإجمالية لجميع النتائج العشرة حوالي 2000 دولار في استخدام الرموز.
بحلول 6 أغسطس، نشرت Scientific American تقريرًا وصف فيه تعامل OpenAI مع الإعلانات بأنه "سوء سلوك بحثي" وانتحال. وقامت OpenAI لاحقًا بمراجعة بعض تصريحاتها.
نمط، وليس حادثة
هذا ليس أول تصادم لـ OpenAI مع جدل حول ادعاءات رياضية. ففي أكتوبر 2025، نشر كيفن ويل، نائب الرئيس السابق، أن GPT-5 حَلّ مشكلات مرتبطة بفرضيات بول إيردوس. وقد تم حذف هذا المنشور بهدوء.
ثم جاء 20 مايو 2026، عندما ادّعت OpenAI أن نموذجها قد نقض فرضية تعود إلى عام 1946. وقد حظي هذا الإعلان بتأييد من رياضيين محترمين بما في ذلك نوجا ألون وتوماس بلوم، مما منحه مصداقية حقيقية.
لماذا يهم هذا ما وراء الأوساط الأكاديمية
إن رقم تكلفة الحوسبة البالغ 2000 دولار مثال مثالي على كيف يُشكّل السياق المعنى. في عزلة، إنه نقطة بيانات مذهلة تشير إلى أن الأبحاث الرياضية المتقدمة قد تصبح أرخص بكثير قريبًا. وفي السياق، يثير سؤالًا مختلفًا: ما الذي اشترى بالضبط ذلك الـ 2000 دولار؟ إذا قام أسترا بتركيب عقود من العمل البشري في حزمة منظمة دون الإشادة بالبشر، فإن تكلفة الحوسبة ليست مقياسًا لقدرات الذكاء الاصطناعي بل أكثر مقياسًا لكيفية إعادة تغليف المعرفة القائمة بتكاليف منخفضة جدًا.