OpenAI i wpadka z matematycznymi możliwościami GPT-5

OpenAI właśnie przeżywa moment, który w branży tech nazywa się "oops". Firma musiała wycofać się z głośnych twierdzeń, że ich najnowszy model GPT-5 rozwiązał dotąd nierozwiązane problemy matematyczne. Spoiler: nie rozwiązał.

Historia zaczęła się od entuzjastycznych doniesień o możliwościach nowego modelu w zakresie matematyki. Problem? OpenAI pomyliło "problemy, których nasz poprzedni model nie rozwiązał" z "problemami, których nikt nigdy nie rozwiązał". To spora różnica. Żeby nie powiedzieć: fundamentalna.

Jak GPT-5 "rozwiązał" nierozwiązane problemy

OpenAI twierdziło początkowo, że GPT-5 poradził sobie z zadaniami matematycznymi, które pozostawały nierozwiązane przez społeczność naukową. Tymczasem chodziło o zadania z wewnętrznych benchmarków. Zadania, które wcześniejsze wersje modelu – w tym GPT-4o – po prostu nie potrafiły rozgryźć.

To nadal postęp, jasne. Ale zupełnie innej skali niż sugerowały pierwsze komunikaty.

Warto rozumieć, czym są te wewnętrzne benchmarki. To zestawy zadań matematycznych – często z olimpiad, egzaminów akademickich lub specjalnie skonstruowanych zbiorów testowych – których używa się do porównywania kolejnych wersji modeli między sobą. Fakt, że GPT-5 radzi sobie z zadaniami, które blokowały GPT-4o, to rzeczywiście miara postępu. Ale jest to postęp mierzony wewnętrzną linijką OpenAI, a nie standardami matematyki jako dziedziny naukowej.

TechCrunch nazwało to wprost "żenującym" (embarrassing) błędem komunikacyjnym. W świecie AI, gdzie każde osiągnięcie jest pod lupą tysięcy ekspertów, takie nieścisłości wykrywane są natychmiast.

Dlaczego ta wpadka ma znaczenie

Ta sytuacja pokazuje szerszy problem w komunikacji firm AI. W wyścigu o uwagę i kapitał granica między imponującym postępem a prawdziwym przełomem zaczyna się rozmazywać.

OpenAI, jako lider branży, ma szczególną odpowiedzialność za precyzję swoich oświadczeń. I tego właśnie zabrakło.

Kontekst rynkowy jest tu istotny. OpenAI operuje w środowisku, gdzie rywalizuje z Google DeepMind, Anthropic, Meta AI i chińskimi laboratoriami takimi jak DeepSeek. Każde ogłoszenie dotyczące możliwości modeli jest jednocześnie komunikatem do inwestorów, mediów i potencjalnych klientów korporacyjnych. W tej dynamice pokusy do nadmiernego uwypuklania osiągnięć są ogromne. To nie usprawiedliwia nieścisłości, ale tłumaczy mechanizm, który do nich prowadzi.

Dla Ciebie jako obserwatora rynku AI to sygnał, żeby zawsze weryfikować głośne zapowiedzi. GPT-5 prawdopodobnie rzeczywiście jest lepszy w matematyce niż GPT-4. Ale to nie oznacza, że przewyższa ludzkich matematyków czy rozwiązuje problemy godne Nagrody Fieldsa.

Czego AI naprawdę potrafi w matematyce

Duże modele językowe faktycznie robią postępy w rozumowaniu matematycznym. GPT-5 już pokazał imponujące możliwości w rozwiązywaniu złożonych zadań. Kolejne wersje te umiejętności rozwijają.

Jednak matematyka na najwyższym poziomie – ta wymagająca oryginalnych dowodów i głębokiego wglądu – wciąż pozostaje domeną ludzi. Modele AI są świetne w rozpoznawaniu wzorców i stosowaniu znanych technik. Gorzej radzą sobie z prawdziwie kreatywnym myśleniem matematycznym, które wymaga intuicji i zdolności do formułowania zupełnie nowych podejść.

Żeby to zobrazować: modele językowe potrafią sprawnie rozwiązywać zadania z rachunku różniczkowego, algebry liniowej czy kombinatoryki, jeśli te zadania mieszczą się w schematach, na których były trenowane. Gdy jednak pojawia się konieczność zdefiniowania zupełnie nowej struktury matematycznej albo udowodnienia twierdzenia metodą, która nie istnieje w literaturze – model zaczyna się gubić lub produkuje pozornie spójne, lecz błędne rozumowania.

To zjawisko znane jako "hallucynacje matematyczne" jest szczególnie podstępne, bo odpowiedzi modelu wyglądają formalnie poprawnie. Tylko ekspert jest w stanie wychwycić błąd ukryty w kilku krokach rozumowania. To kolejny powód, dla którego twierdzenia o "rozwiązaniu nierozwiązanych problemów" wymagają niezwykle starannej weryfikacji przez niezależnych matematyków.

Jak weryfikować doniesienia o możliwościach modeli AI

Wpadka OpenAI to dobra okazja, żeby wypracować własny filtr do oceny podobnych ogłoszeń. Kilka praktycznych zasad:

• Sprawdź, co oznacza "nierozwiązany". Czy chodzi o problem otwarty w matematyce, czy o zadanie z benchmarku konkretnej firmy? To zupełnie różne kategorie.
• Szukaj niezależnej weryfikacji. Jeśli osiągnięcie jest prawdziwe, szybko pojawią się opracowania od badaczy spoza danej firmy. Brak takich głosów powinien wzbudzić czujność.
• Czytaj sam komunikat, nie tylko nagłówek. Często subtelne zastrzeżenia są zakopane w dalszych akapitach oficjalnego ogłoszenia lub dokumentacji technicznej.
• Zwróć uwagę na skalę twierdzenia. "Lepszy niż poprzedni model" to co innego niż "lepszy niż człowiek" i co innego niż "rozwiązuje problemy, których nauka nie rozwiązała".

Lekcja dla branży (i dla Ciebie)

OpenAI nie jest pierwszą ani ostatnią firmą, która przesadziła z marketingowymi obietnicami. Branża AI potrzebuje jednak większej transparentności i precyzji – szczególnie gdy technologia zaczyna wpływać na coraz więcej obszarów naszego życia.

Dla Ciebie jako użytkownika rada jest prosta: GPT-5, gdy w końcu oficjalnie zadebiutuje, będzie prawdopodobnie potężnym narzędziem. Nie będzie jednak magicznym rozwiązaniem każdego problemu. Zdrowy sceptycyzm wobec marketingowych zapowiedzi? To najlepsza strategia na długą metę.

Źródła

• TechCrunch AI - OpenAI's 'embarrassing' math