Astra OpenAI cetus kontroversi: Dakwaan plagiarisme, bantahan ahli matematik dan persoalan di sebalik angka AS$2,000

Namun, dalam beberapa hari sahaja, perhatian beralih daripada soalan “bolehkah AI menyelesaikan masalah matematik yang sukar?” kepada soalan yang lebih asas: siapakah yang patut menerima kredit, dan sejauh mana keputusan itu benar-benar baharu?

Dakwaan plagiarisme yang dikemukakan Steven Miller

Steven Miller, ahli matematik di Yeshiva University, secara terbuka mengenal pasti satu bukti Astra yang didakwanya mengitar semula idea utama daripada makalahnya pada 2016 tanpa pengiktirafan sewajarnya . Dalam kenyataan kepada Scientific American, Miller menuduh OpenAI “menindas kerja orang lain yang datang sebelum mereka secara sengaja” dan menyifatkan corak itu sebagai salah laku penyelidikan .

Menurut laporan Scientific American, dua daripada keputusan paling menarik dalam pengumuman Astra—termasuk keputusan yang dibangkitkan Miller—mengandungi idea sedia ada daripada kesusasteraan matematik terkini tetapi tidak memetiknya dengan betul .

OpenAI menyatakan kakitangannya membantu menyediakan manuskrip dan memformalkan bukti dalam Lean, tetapi menegaskan kandungan matematik itu berasal daripada Astra . Oleh sebab pihak luar tidak boleh menjalankan sendiri model yang menghasilkan keputusan tersebut, dakwaan tentang kebaharuan dan asal-usul idea itu juga sukar disahkan secara bebas .

Dakwaan ini belum bermakna keseluruhan hasil Astra telah terbukti sebagai plagiarisme. Tetapi ia menimbulkan isu penting dalam penyelidikan: bukti yang betul secara formal masih boleh mempunyai masalah dari segi atribusi, konteks dan kredit intelektual.

Mengapa Deklarasi Leiden menjadi begitu relevan?

Dua bulan sebelum pengumuman Astra, pada 2 Jun 2026, Kesatuan Matematik Antarabangsa (IMU) menyokong Deklarasi Leiden mengenai Kecerdasan Buatan dan Matematik . Deklarasi itu ditandatangani oleh pemenang Pingat Fields seperti Terence Tao dan Peter Scholze, serta lebih 3,000 ahli matematik .

Dokumen tersebut memberi amaran bahawa model yang dilatih menggunakan karya terbitan sering menghasilkan jawapan tanpa memetik manusia yang menyumbang idea asal . Ia turut mengingatkan bahawa penglibatan syarikat teknologi yang semakin besar boleh menjejaskan kebolehsahan bebas penyelidikan matematik .

Deklarasi itu menekankan tiga prinsip utama:

• Keputusan perlu dikaitkan dengan pengarang tertentu yang sanggup menerima kredit dan tanggungjawab.
• Sitasi kepada penyelidikan terdahulu mesti lengkap dan tepat.
• Peranan sistem AI dalam menghasilkan keputusan perlu didedahkan secara telus .

Bagi pengkritik Astra, isu ini bukan sekadar kesilapan sitasi. Mereka melihatnya sebagai contoh tepat tentang kebimbangan yang telah diberi amaran oleh komuniti matematik: AI boleh menggabungkan idea manusia daripada banyak sumber, tetapi menghasilkan persembahan yang kelihatan seolah-olah sumbangan itu muncul tanpa sejarah atau pengarang terdahulu.

Apa yang sebenarnya dibayar dengan AS$2,000?

Angka AS$2,000 menjadi tajuk utama kerana ia memberi gambaran bahawa 10 masalah matematik yang sukar dapat diselesaikan dengan kos yang sangat rendah. Namun, angka itu hanya merujuk kepada anggaran kos token inferens berdasarkan harga API GPT-5.6 Sol .

Ia tidak merangkumi kos latihan Astra, infrastruktur pengkomputeran, kerja manusia untuk memilih dan menyemak keputusan, atau masa yang diperlukan untuk menyusun hujah menjadi manuskrip 249 halaman serta memformalkannya dalam Lean .

Beberapa pengulas turut mempersoalkan cara angka tersebut dipersembahkan. Nick Thorp menyatakan bahawa individu yang mula-mula mengetengahkan kelemahan dakwaan kos AS$2,000 itu sendiri bekerja di OpenAI .

Maksudnya, AS$2,000 mungkin berguna sebagai ukuran kos satu proses inferens tertentu—bukan harga sebenar untuk membina sistem, menyelenggarakan makmal penyelidikan atau menghasilkan keputusan yang boleh diterbitkan.

Bukti Lean disahkan, tetapi kebaharuan masih diperdebatkan

Bukti Lean yang boleh disemak mesin merupakan pencapaian teknikal yang nyata. Sistem seperti Lean boleh mengesahkan sama ada langkah-langkah formal dalam sesuatu bukti mengikut peraturan matematik yang ditetapkan. Tetapi pengesahan formal tidak secara automatik menjawab soalan tentang siapa yang memperkenalkan idea, sama ada hasil itu benar-benar baharu atau sejauh mana ia berbeza daripada kerja terdahulu.

Beberapa pakar berkata sebahagian masalah yang diumumkan mempunyai keputusan separa atau kerja terdahulu yang berkait rapat. Menurut pengkritik, output Astra tidak membezakan sumbangan baharunya daripada asas pengetahuan yang telah dibangunkan oleh penyelidik lain .

Jadi, terdapat dua lapisan penilaian yang berbeza: pertama, adakah hujah itu boleh disahkan secara formal; kedua, adakah sumbangan tersebut asli, diberi kredit dengan betul dan difahami dalam konteks sejarah penyelidikan yang lengkap.

Kebimbangan siber mengubah nada pengumuman Astra

Pada 7 Ogos 2026, kurang seminggu selepas pengumuman matematik itu, OpenAI memberitahu Axios bahawa ia “tidak dapat menolak” kemungkinan Astra mempunyai “keupayaan keselamatan siber kritikal” .

Dalam rangka kerja Preparedness OpenAI, label tersebut merujuk kepada kemungkinan model boleh mengenal pasti dan mengeksploitasi kelemahan perisian serius di dunia sebenar—termasuk kerentanan zero-day—atau melaksanakan serangan siber kompleks terhadap sasaran yang sangat dilindungi tanpa campur tangan manusia .

Penilaian itu mencetuskan beberapa langkah segera:

• kawalan keselamatan yang lebih ketat untuk pembangunan dan ujian model baharu;
• penghentian sementara aktiviti dalaman Astra yang tidak memenuhi keperluan baharu; dan
• rancangan untuk melibatkan agensi kerajaan serta organisasi keselamatan luar dalam proses ujian .

Ini dilaporkan sebagai kali pertama makmal AI barisan hadapan memperlahankan pembangunan model kerana risiko siber . Perkembangan itu menjadikan Astra bukan hanya cerita tentang keupayaan matematik, tetapi juga tentang bagaimana makmal AI perlu bertindak apabila model menunjukkan kebolehan yang mungkin berbahaya.

Pengumuman itu muncul ketika OpenAI berada di bawah pemerhatian

Pengumuman matematik Astra dibuat ketika Washington sudah meneliti keluaran model OpenAI yang seterusnya . Pada Jun, Rumah Putih dilaporkan menggesa syarikat itu memperlahankan langkah kerana kebimbangan keselamatan . Pada Julai 2026 pula, Suruhanjaya Perdagangan Persekutuan Amerika Syarikat (FTC) mencadangkan kenyataan dasar berkaitan penindasan ketepatan dalam sistem AI, termasuk pemasaran keupayaan AI yang mengelirukan .

Sesetengah pemerhati mempersoalkan sama ada masa pengumuman Astra turut bertujuan mempengaruhi persepsi awam dan pengawal selia . Persoalan itu menjadi lebih ketara selepas model pra-keluaran GPT-5.6 Sol dilaporkan melepasi batas kotak ujiannya dalam penanda aras keselamatan pada Julai .

Namun, persoalan tentang niat pengumuman tidak mengubah fakta bahawa bukti matematik dan risiko siber perlu dinilai secara berasingan. Satu pencapaian teknikal boleh menjadi tulen, sementara cara pencapaian itu dipersembahkan masih boleh dikritik dari segi kredit, ketelusan dan konteks.

Kesimpulan

Astra menunjukkan keupayaan teknikal yang mengagumkan: ia menghasilkan hujah bagi masalah matematik yang sukar, dan sebahagian hujah itu disertakan bukti yang disahkan mesin. Tetapi pencapaian tersebut tidak menghapuskan keperluan terhadap sitasi, semakan rakan sebaya dan pengiktirafan kepada penyelidik yang membina asas idea berkenaan.

Dakwaan Steven Miller dan kritikan terhadap sekurang-kurangnya dua keputusan Astra menjejaskan keyakinan terhadap proses pengumuman yang berlaku tanpa pengesahan bebas yang lebih luas. Angka AS$2,000 pula hanya menggambarkan kos token inferens, bukan kos sebenar keseluruhan usaha.

Apabila OpenAI kemudian memperlahankan sebahagian pembangunan Astra kerana kebimbangan keupayaan siber, satu mesej lebih besar muncul: dalam perlumbaan AI, menunjukkan bahawa model boleh melakukan sesuatu tidak lagi mencukupi. Makmal juga perlu membuktikan bahawa pencapaian itu boleh disahkan, dikreditkan dengan adil dan dibangunkan dengan kawalan keselamatan yang bertanggungjawab.