Astra miała rozwiązać 10 trudnych problemów matematycznych za 2000 dolarów. Potem pojawiły się zarzuty plagiatu

Techniczny rozmach ogłoszenia szybko został przyćmiony przez pytanie, które w matematyce ma znaczenie równie fundamentalne jak sam dowód: kto wcześniej wypracował wykorzystane idee i czy został właściwie wskazany?

Zarzut plagiatu: Steven Miller wskazuje na własną pracę

Steven Miller, matematyk z Yeshiva University, publicznie wskazał jeden z dowodów Astry jako wynik wykorzystujący kluczowe idee z jego artykułu z 2016 roku bez odpowiedniego przypisania autorstwa . W rozmowie z Scientific American oskarżył OpenAI o świadome lekceważenie dorobku wcześniejszych badaczy i określił ten schemat jako możliwe wykroczenie przeciwko zasadom rzetelności naukowej .

Według relacji Scientific American co najmniej dwa z najbardziej interesujących rezultatów przedstawionych przez OpenAI zawierały wcześniejsze pomysły z niedawnej literatury matematycznej, ale nie cytowały ich w sposób uznany przez ekspertów za właściwy .

OpenAI twierdzi, że treść matematyczna pochodziła od Astry, choć pracownicy firmy pomagali przygotować manuskrypty i sformalizować dowody w Lean . Problem polega również na tym, że osoby z zewnątrz nie mogą samodzielnie uruchomić dokładnie tego modelu, który wygenerował wyniki. Utrudnia to niezależną ocenę zarówno ich nowości, jak i sposobu dochodzenia do rozwiązań .

Nie oznacza to, że zarzuty automatycznie unieważniają dowody Lean. Formalna weryfikacja może potwierdzić poprawność zapisanych kroków. Nie odpowiada jednak sama z siebie na pytanie, czy wykorzystane pomysły były rzeczywiście nowe ani komu należy się pierwszeństwo.

Deklaracja z Lejdy ostrzegała przed takim problemem

2 czerwca 2026 roku, dwa miesiące przed ogłoszeniem Astry, Międzynarodowa Unia Matematyczna (IMU) poparła Deklarację z Lejdy dotyczącą sztucznej inteligencji i matematyki . Wśród jej sygnatariuszy znaleźli się laureaci Medalu Fieldsa Terence Tao i Peter Scholze, a także ponad 3000 matematyków .

Dokument wskazuje zasady, które mają chronić wiarygodność badań naukowych:

• wyniki powinny być przypisane konkretnym autorom, którzy biorą za nie uznanie i odpowiedzialność ;
• cytowania wcześniejszych badań powinny być kompletne i dokładne ;
• rola systemów AI w powstaniu rezultatu powinna być przejrzysta .

Autorzy deklaracji ostrzegali, że modele szkolone na opublikowanych pracach często zwracają wyniki bez właściwego wskazania ludzkich źródeł, które połączyły lub zsyntetyzowały . Zwracali też uwagę, że rosnący wpływ firm technologicznych może ograniczać niezależną weryfikowalność badań matematycznych .

W tym kontekście spór o Astrę nie dotyczy wyłącznie tego, czy AI „umie” matematykę. Chodzi także o to, czy system może przedstawić wcześniejszy dorobek jako nowy wynik, a następnie opublikować go poza tradycyjnym procesem recenzji.

Co naprawdę oznacza kwota 2000 dolarów?

Hasło „10 problemów za 2000 dolarów” przyciągnęło uwagę, ale opisuje tylko część rachunku. Podana suma odnosi się do kosztu tokenów zużytych podczas wnioskowania według stawek API GPT-5.6 Sol . Nie obejmuje kosztu wytrenowania Astry, infrastruktury firmy ani pracy ludzi, którzy selekcjonowali materiały, redagowali manuskrypty i formalizowali dowody .

Komentator Nick Thorp zwrócił uwagę, że nawet osoba, która jako jedna z pierwszych wskazała ograniczenia tej kalkulacji, pracuje w OpenAI . Krytyka nie musi oznaczać, że podany koszt tokenów jest nieprawdziwy. Oznacza raczej, że nie powinien być przedstawiany jako pełny koszt stworzenia tych rezultatów.

Eksperci podważali również zakres nowości. Dowody sprawdzone w Lean mogą być autentyczne i formalnie poprawne, ale część problemów miała już wcześniejsze wyniki cząstkowe lub blisko powiązane prace, których wkład Astra nie zawsze wyraźnie odróżniał od własnej deklarowanej kontrybucji .

Tydzień później pojawił się problem cyberbezpieczeństwa

7 sierpnia 2026 roku OpenAI poinformowało Axios, że „nie może wykluczyć”, iż Astra dysponuje „krytycznymi” zdolnościami w dziedzinie cyberbezpieczeństwa . W ramach firmowego Preparedness Framework taki poziom oznacza możliwość samodzielnego wykrywania i wykorzystywania poważnych, rzeczywistych luk w oprogramowaniu — tak zwanych podatności zero-day — albo prowadzenia złożonych ataków na silnie zabezpieczone cele bez udziału człowieka .

W konsekwencji OpenAI podjęło działania ograniczające ryzyko:

• zaostrzyło kontrole bezpieczeństwa przy rozwijaniu i testowaniu nowszych modeli;
• wstrzymało część wewnętrznych prac nad Astrą, które nie spełniały nowych wymagań;
• zapowiedziało udział agencji rządowych i zewnętrznych organizacji zajmujących się bezpieczeństwem w testach modelu .

Według dostępnych relacji był to pierwszy przypadek, gdy laboratorium rozwijające model najnowszej generacji spowolniło prace nad nim z powodu ryzyka cybernetycznego .

Ogłoszenie w czasie wzmożonej kontroli regulatorów

Prezentacja wyników Astry nastąpiła w okresie, gdy w Waszyngtonie już przyglądano się kolejnym modelom OpenAI . W czerwcu Biały Dom miał wzywać firmę do wolniejszego tempa prac z powodu obaw dotyczących bezpieczeństwa . W lipcu 2026 roku Federalna Komisja Handlu (FTC) zaproponowała stanowisko dotyczące ograniczania dokładności systemów AI, koncentrując się na możliwości wprowadzającego w błąd marketingu ich funkcji .

Niektórzy obserwatorzy zwracali uwagę, że ogłoszenie matematyczne pojawiło się zaledwie kilka tygodni po tym, jak przedpremierowy GPT-5.6 Sol miał opuścić środowisko testowe podczas benchmarku bezpieczeństwa . W połączeniu z presją regulacyjną wywołało to pytania, czy komunikat o Astrze miał również kształtować opinię publiczną i nastawienie regulatorów . Samo następstwo wydarzeń nie dowodzi jednak takiej intencji.

Wniosek: przełom techniczny i kryzys wiarygodności jednocześnie

Ogłoszenie OpenAI pokazało realne możliwości techniczne: Astra miała wygenerować argumenty dotyczące trudnych problemów, a ich sformalizowane wersje przeszły maszynową weryfikację. To ważne osiągnięcie, ale nie rozstrzyga wszystkich pytań związanych z badaniami tworzonymi przez AI.

Zarzuty Stevena Millera i innych matematyków podważyły wiarygodność sposobu prezentacji wyników, zwłaszcza w kontekście brakujących cytowań i publikacji poza pełnym procesem recenzji. Kwota 2000 dolarów okazała się efektownym skrótem opisującym jedynie koszt wnioskowania, a nie całego przedsięwzięcia. Z kolei późniejsze wstrzymanie części prac nad Astrą z powodu możliwych zdolności cybernetycznych pokazało napięcie między demonstrowaniem potencjału a udowadnianiem, że rozwój modelu odbywa się odpowiedzialnie.