Το επιστημονικό paper της OpenAI για το GPT-5 τοποθετεί τον διάλογο ανθρώπου-μοντέλου στο επίκεντρο

Τι έφερε στο τραπέζι η OpenAI

Στις 20 Νοεμβρίου 2025, η OpenAI δημοσίευσε ένα paper σε συνεργασία με ερευνητές από τα Vanderbilt, UC Berkeley, Columbia, Oxford, Cambridge, το Lawrence Livermore National Laboratory και το The Jackson Laboratory. Το paper συγκεντρώνει πρώιμες μελέτες περίπτωσης στα μαθηματικά, τη φυσική, τη βιολογία, την επιστήμη υπολογιστών, την αστρονομία και την επιστήμη υλικών.

Τα συγκεκριμένα αποτελέσματα είναι συγκεκριμένα και απτά. Σε μια μελέτη υπό την καθοδήγηση του Derya Unutmaz, το GPT-5 εντόπισε έναν πιθανό μηχανισμό για μια αινιγματική μεταβολή σε ανοσοκύτταρα μέσα σε λίγα λεπτά, βασιζόμενο σε ένα αδημοσίευτο διάγραμμα, και πρότεινε ένα πείραμα που το επιβεβαίωσε. Οι Mehtaab Sawhney και Mark Sellke το χρησιμοποίησαν για να συμπληρώσουν ένα βήμα που έλειπε σε ένα πρόβλημα Erdős δεκαετιών. Οι Sébastien Bubeck και Christian Coester το χρησιμοποίησαν για να βρουν ένα αντιπαράδειγμα που αποδεικνύει ότι μια μέθοδος λήψης αποφάσεων χρησιμοποιούμενη στη ρομποτική και τη δρομολόγηση μπορεί να αποτύχει, καθώς και για να βελτιώσουν ένα κλασικό αποτέλεσμα βελτιστοποίησης.

Η OpenAI φροντίζει να παρουσιάσει αυτά ως επιλεγμένα παραδείγματα και όχι ως συστηματικό δείγμα. Αυτή η διευκρίνιση έχει μεγαλύτερη σημασία από τις μεμονωμένες επιτυχίες.

Το περιβάλλον εργασίας είναι μια συζήτηση, και η χρήση του είναι δεξιότητα

Ο πιο επαναλαμβανόμενος ισχυρισμός του εγγράφου δεν αφορά την ωμή ικανότητα, αλλά τον τρόπο με τον οποίο αλληλεπιδρά ένας επιστήμονας με το μοντέλο. Η OpenAI περιγράφει την παραγωγική εργασία ως έναν βρόχο: θέτεις μια ερώτηση, αντιτίθεσαι, σπάς το πρόβλημα σε βήματα, επικυρώνεις ανεξάρτητα, επαναλαμβάνεις έως ότου μια κατεύθυνση επιβιώσει ή απορριφθεί.

Η παραγωγική εργασία συχνά μοιάζει με διάλογο—ερευνητής και μοντέλο επαναλαμβάνουν τη διαδικασία έως ότου προκύψει μια ελπιδοφόρα κατεύθυνση ή απορριφθεί η ιδέα.Montana Labs

Αυτό είναι μια δήλωση για το frontend της εργασίας. Το GPT-5 δεν διαχειρίζεται το έργο. Οι επιστήμονες καθορίζουν την ατζέντα, επιλέγουν μεθόδους, ασκούν κριτική και επικυρώνουν. Το μοντέλο συνεισφέρει σε εύρος, ταχύτητα και παράλληλη διερεύνηση. Η αξία αναδεικνύεται μέσα στην ίδια την ανταλλαγή, και η OpenAI αναφέρει ρητά ότι η καλή χρήση του GPT-5 είναι «δεξιότητα»—γνωρίζοντας πότε να αμφισβητήσετε μια απάντηση και τι να ελέγξετε με το χέρι.

Αυτό αναπροσδιορίζει το τελικό προϊόν. Το προϊόν εδώ δεν είναι ένα «μαντείο» που επιστρέφει έτοιμες απαντήσεις, αλλά ένα περιβάλλον εργασίας όπου ο ειδικός κατευθύνει τη διαδικασία, και η ποιότητα της καθοδήγησης καθορίζει την ποιότητα του αποτελέσματος.

Τρόποι αποτυχίας που το περιβάλλον εργασίας πρέπει να απορροφήσει

Η OpenAI καταγράφει συγκεκριμένους τρόπους με τους οποίους αποτυγχάνει το GPT-5: μπορεί να «παραληρήσει» βιβλιογραφικές αναφορές, μηχανισμούς ή αποδείξεις που φαίνονται πειστικές· είναι ευαίσθητο στη διαμόρφωση του πλαισίου και στα προβλήματα προθέρμανσης· παραβλέπει λεπτές λεπτομέρειες συγκεκριμένου τομέα· και θα ακολουθήσει μη παραγωγική συλλογιστική αν δεν διορθωθεί.

Καθένα από αυτά αποτελεί λόγο για να παραμένει ο άνθρωπος στη διαδικασία, αντί να βρίσκεται πίσω από έναν πλήρως αυτοματοποιημένο μηχανισμό. Μια αδικαιολόγητη απόδειξη που ακούγεται πειστική είναι ακριβώς η περίπτωση όπου ένα βήμα επικύρωσης μέσα στον διάλογο γίνεται καθοριστικό. Η ευαισθησία στη διαμόρφωση του πλαισίου σημαίνει ότι το πλαίσιο που παρέχει ο ερευνητής αποτελεί μέρος του αποτελέσματος και όχι ένα ουδέτερο εισαγωγικό στάδιο.

Το paper σημειώνει ότι το GPT-5 είναι ισχυρότερο στα μαθηματικά και στη θεωρητική επιστήμη υπολογιστών, όπου η δομή είναι ρητή και οι βρόχοι ανάδρασης είναι ταχύτεροι. Αυτό συνάδει με τους τρόπους αποτυχίας: οι τομείς με γρήγορη, επαληθεύσιμη ανάδραση επιτρέπουν στον άνθρωπο να εντοπίσει τα λάθος βήματα εγκαίρως. Οι εμπειρικές επιστήμες συνεχίζουν να στηρίζονται στο εργαστήριο για την επιβεβαίωση ενός προτεινόμενου μηχανισμού.

Το συμπέρασμα: χτίστε τον βρόχο επικύρωσης, όχι τη φαντασίωση της αυτονομίας

Για τις ομάδες που εφαρμόζουν αυτά τα μοντέλα, η ειλικρινής ανάγνωση αυτού του paper είναι ότι η βραχυπρόθεσμη μόχλευση βρίσκεται στον σχεδιασμό της αλληλεπίδρασης, όχι στην αφαίρεση του ειδικού. Το GPT-5 συμπίεσε τμήματα της ροής εργασίας—περιγράμματα αποδείξεων σε λεπτά αντί για μέρες, εντοπισμό μηχανισμού από ένα διάγραμμα—αλλά μόνο υπό εποπτεία που εντοπίζει σφάλματα που φαίνονται πειστικά.

Η OpenAI υπονοεί ένα μέλλον όπου περισσότερος χρόνος και υπολογιστική ισχύς αποδίδουν βαθύτερα αποτελέσματα, επεκτείνοντας τη λογική από βοήθειες 20 λεπτών σε ώρες ή ημέρες συλλογιστικής. Αυτό ίσως έρθει. Ό,τι υποστηρίζουν τα τρέχοντα στοιχεία είναι πιο περιορισμένο: τα συστήματα που αντλούν αξία από το GPT-5 σήμερα είναι εκείνα που καθιστούν την αντίρρηση, την ανάλυση σε βήματα και την ανεξάρτητη επαλήθευση φθηνές και συνηθισμένες πρακτικές για τον ειδικό που τα καθοδηγεί. Το περιβάλλον εργασίας είναι το προϊόν που πρέπει να χτιστεί σωστά αυτή τη στιγμή.