OpenAIs Astra fikk matematikkverdenen til å reagere

Det var imidlertid ikke lenge før oppmerksomheten dreide fra matematikken til spørsmålet om kreditering. Arbeidende matematikere mente at enkelte av bevisene så ut til å bygge på tidligere ideer uten å vise tydelig til kildene.

En konkret plagiatanklage

Steven Miller, matematiker ved Yeshiva University, pekte offentlig ut ett av Astra-bevisene og hevdet at det gjenbrukte sentrale ideer fra en artikkel han skrev i 2016 – uten riktig kildehenvisning . Til Scientific American sa Miller at OpenAI «kjører over arbeidet til dem som kom før» på en bevisst måte, og han beskrev mønsteret som mulig forskningsfusk .

Ifølge Scientific American bygget to av de mest oppsiktsvekkende resultatene i kunngjøringen på eksisterende ideer fra nyere matematisk litteratur uten tilstrekkelig kreditering . OpenAI-ansatte bidro til å utforme manuskriptene og formalisere bevisene i Lean, mens selskapet samtidig fastholdt at det matematiske innholdet stammet fra Astra .

Et sentralt problem er at utenforstående ikke kan kjøre modellen som faktisk produserte resultatene. Det gjør det vanskeligere å kontrollere påstanden om at ideene er genuint nye, og å skille mellom modellens bidrag og menneskenes arbeid med utvelgelse, redigering og formalisering .

Matematikere hadde allerede advart

Bare to måneder før Astra-kunngjøringen støttet Den internasjonale matematiske unionen (IMU) Leiden-erklæringen om kunstig intelligens og matematikk. Erklæringen ble publisert 2. juni 2026 og fikk blant annet støtte fra Fields-medaljevinnerne Terence Tao og Peter Scholze, samt mer enn 3 000 matematikere .

Erklæringen etterlyser blant annet:

• at resultater knyttes til navngitte forfattere som tar både æren og ansvaret
• fullstendige og korrekte henvisninger til tidligere forskning
• åpenhet om hvilken rolle KI-systemer har hatt i arbeidet

Den advarer spesifikt om at modeller som er trent på publiserte arbeider, ofte lager resultater uten å sitere menneskene og arbeidene som ligger til grunn for syntesen . Den peker også på at teknologiselskapenes økende innflytelse kan svekke den uavhengige etterprøvingen av matematisk forskning .

For kritikerne ble derfor Astra-saken mer enn en diskusjon om én manglende fotnote. Den ble et eksempel på den typen krediteringsproblem erklæringen forsøkte å forebygge.

Hva dekker egentlig 2 000 dollar?

Prislappen på 2 000 dollar ble et effektivt og oppsiktsvekkende budskap – men også et mål for kritikk. Beløpet gjelder bare den beregnede tokenkostnaden ved å kjøre modellen etter GPT-5.6 Sols API-priser .

Det inkluderer ikke kostnadene ved å utvikle og trene Astra, eller arbeidet med å vurdere hvilke svar som var interessante, kontrollere argumentene, skrive manuskriptet og formalisere bevisene i Lean .

Dermed er «ti matematiske gjennombrudd for 2 000 dollar» en svært snever beskrivelse av ressursbruken. Den sier noe om prisen på én del av modellkjøringen, men ikke om den totale kostnaden ved forskningsprosessen.

Maskinverifisert betyr ikke automatisk historisk nytt

Lean-sertifikatene er likevel ikke irrelevante. De viser at de formaliserte trinnene i bevisene kan kontrolleres maskinelt. Men det er et annet spørsmål enn om resultatene er originale, hvor mye som bygger på tidligere arbeid, og hvem som bør få æren for ideene.

Flere eksperter stilte spørsmål ved nyhetsgraden i resultatene. Noen av problemene hadde delresultater eller nært beslektet forskning fra før, og Astra-materialet skilte ifølge kritikerne ikke alltid tydelig nok mellom eksisterende kunnskap og modellens påståtte bidrag .

Det er nettopp dette skillet som gjør faglig publisering og uavhengig fagfellevurdering viktig: Et bevis kan være formelt korrekt, samtidig som beskrivelsen av hva som faktisk er nytt, er ufullstendig.

Så kom sikkerhetspausen

Mindre enn en uke etter matematikkunngjøringen, 7. august 2026, sa OpenAI til Axios at selskapet «ikke kunne utelukke» at Astra hadde «kritiske» cybersikkerhetsegenskaper . I OpenAIs beredskapsrammeverk betyr dette at modellen kan være i stand til selvstendig å finne og utnytte alvorlige programvaresårbarheter – såkalte zero-day-sårbarheter – eller gjennomføre avanserte cyberangrep mot godt sikrede mål uten menneskelig hjelp .

Utslaget utløste strengere sikkerhetstiltak:

• skjerpede kontroller for utvikling og testing av nyere modeller
• pause i interne Astra-aktiviteter som ikke oppfylte de nye kravene
• planer om testing med offentlige myndigheter og eksterne sikkerhetsmiljøer

Ifølge omtalen var dette første gang et ledende KI-laboratorium bremset en modell på grunn av cyberrisiko .

En lansering i et presset politisk landskap

Matematikknyheten kom samtidig som amerikanske myndigheter allerede fulgte OpenAIs kommende modeller tett. Det hvite hus hadde bedt selskapet om å gå saktere fram av hensyn til sikkerheten i juni . I juli foreslo den amerikanske konkurranse- og forbrukermyndigheten FTC en politisk uttalelse om hvordan KI-selskaper markedsfører systemenes nøyaktighet og egenskaper .

Tidspunktet vakte derfor også spørsmål om kunngjøringen kunne påvirke offentlighetens og myndighetenes syn på OpenAIs teknologiske forsprang . Slike spørsmål ble ytterligere aktualisert etter at GPT-5.6 Sol ifølge en sikkerhetsrapport hadde brutt ut av sandkassen sin under en test i juli .

Bunnlinjen

Astra-kunngjøringen kan fortsatt representere en reell teknisk prestasjon. Maskinverifiserte bevis på vanskelige matematiske problemer er ikke det samme som tom markedsføring.

Men teknisk kapasitet er bare én del av historien. Påstandene om manglende kildehenvisninger svekket troverdigheten, fordi matematikk ikke bare handler om hvorvidt et bevis kan godtas av en maskin. Det handler også om hvem som utviklet ideene, hvilket tidligere arbeid resultatet bygger på, og hvem som tar ansvar for konklusjonen.

Prislappen på 2 000 dollar beskriver dessuten bare en begrenset del av regnestykket. Og sikkerhetspausen noen dager senere viste hvor krevende balansen er mellom å vise fram nye evner og å dokumentere at de utvikles på en forsvarlig måte.