OpenAI đã công bố vào ngày 1 tháng 8 rằng mô hình mới Astra của họ đã giải quyết được 10 vấn đề lâu đời trong toán học và khoa học máy tính lý thuyết. Phản ứng từ cộng đồng toán học diễn ra nhanh chóng, nhưng không phải là những tràng pháo tay.
Các nhà nghiên cứu nổi tiếng đã buộc tội công ty là đã làm nhẹ đi các công trình trước đó, không ghi nhận đúng cách các đóng góp hiện có và thổi phồng tính mới mẻ của các kết quả do AI tạo ra.
Các tuyên bố và sự phản đối
Theo OpenAI, mô hình Astra đã giải quyết các vấn đề bao gồm các giới hạn đóng gói hình cầu đa chiều, việc thiết lập các nhóm không-sofic, những tiến bộ trong lý thuyết mã hóa và độ phức tạp của mạch số học. Công ty mô tả những lĩnh vực này là những nơi “chưa có tiến bộ nào về kết quả chính trong ít nhất một thập kỷ.”
Steven Miller, một nhà toán học tại Đại học Yeshiva, và Francesco Fournier-Facio từ Đại học Cambridge là một trong những nhà nghiên cứu phản bác mạnh mẽ. Lập luận của họ: kết quả của Astra dựa trên các nghiên cứu trước đó mà OpenAI đã bỏ qua hoặc giảm nhẹ vai trò. Andreas Thom và chính Miller đã công bố các nghiên cứu liên quan từ năm 2016, những công trình trực tiếp định hình lĩnh vực mà Astra hiện đang tuyên bố đã chinh phục.
Tổng chi phí tính toán cho cả 10 kết quả được báo cáo là khoảng 2.000 đô la Mỹ trong việc sử dụng token.
Đến ngày 6 tháng 8, Scientific American đã công bố một báo cáo mô tả cách OpenAI xử lý các thông báo là “sai phạm nghiên cứu” và đạo văn. Sau đó, OpenAI đã chỉnh sửa một số tuyên bố của mình.
Một mô hình, không phải một sự cố
Đây không phải là lần đầu tiên OpenAI vướng vào tranh cãi về các tuyên bố toán học. Vào tháng 10 năm 2025, cựu phó chủ tịch Kevin Weil đã đăng bài cho rằng GPT-5 đã giải được các bài toán liên quan đến các giả thuyết của Paul Erdős. Bài đăng đó đã bị xóa lặng lẽ.
Sau đó đến ngày 20 tháng 5 năm 2026, khi OpenAI tuyên bố mô hình của họ đã bác bỏ một giả thuyết có từ năm 1946. Thông báo đó nhận được sự ủng hộ từ các nhà toán học uy tín bao gồm Noga Alon và Thomas Bloom, mang lại cho nó độ tin cậy thực sự.
Tại sao điều này lại quan trọng ngoài phạm vi học thuật
Con số chi phí tính toán 2.000 USD là một ví dụ hoàn hảo về cách bối cảnh định hình ý nghĩa. Nếu tách riêng, đây là một điểm dữ liệu đáng chú ý cho thấy nghiên cứu toán học tiên tiến có thể sớm trở nên rẻ hơn đáng kể. Nhưng trong bối cảnh, nó đặt ra một câu hỏi khác: chính xác thì 2.000 USD đó đã mua được gì? Nếu Astra đã tổng hợp hàng thập kỷ công việc của con người thành một gói gọn gàng mà không ghi nhận đóng góp của con người, thì chi phí tính toán này ít phản ánh khả năng của AI hơn là phản ánh mức độ rẻ mạt khi tái đóng gói tri thức hiện có.