Astra ของ OpenAI สะเทือนวงการคณิตศาสตร์: ข้อกล่าวหาลอกงาน คำถามเรื่องต้นทุน 2,000 ดอลลาร์ และความเสี่ยงไซเบอร์

อย่างไรก็ตาม ภายในเวลาไม่กี่วัน ประเด็นที่ถูกจับตามองกลับไม่ได้มีเพียงความสามารถทางเทคนิค นักคณิตศาสตร์ที่ทำงานในสาขานี้ตั้งข้อสังเกตว่า อย่างน้อยสองบทพิสูจน์ดูเหมือนจะนำแนวคิดจากงานเดิมมาใช้โดยไม่อ้างอิงอย่างเหมาะสม และสะท้อนปัญหาที่แวดวงคณิตศาสตร์เตือนกันมาหลายเดือนแล้ว

ข้อกล่าวหาลอกเลียน: กรณี Steven Miller กับ OpenAI

Steven Miller นักคณิตศาสตร์จาก Yeshiva University ระบุอย่างเปิดเผยว่าหนึ่งในบทพิสูจน์ของ Astra นำแนวคิดสำคัญจากงานวิจัยของเขาที่เผยแพร่ในปี 2016 มาใช้โดยไม่ให้เครดิต Miller ให้สัมภาษณ์กับ Scientific American ว่า OpenAI กำลัง “ละเลยผลงานของผู้ที่มาก่อนอย่างเป็นระบบและจงใจ” และเรียกแนวโน้มดังกล่าวว่าเป็น “การประพฤติผิดทางการวิจัย”

ตามรายงานของ Scientific American ผลลัพธ์ที่น่าตื่นเต้นที่สุดอย่างน้อยสองรายการ รวมถึงรายการที่ Miller ตั้งข้อสังเกต มีแนวคิดจากวรรณกรรมคณิตศาสตร์ยุคก่อน แต่ไม่ได้อ้างอิงอย่างถูกต้อง แม้พนักงาน OpenAI จะมีส่วนช่วยจัดทำต้นฉบับและทำให้บทพิสูจน์อยู่ในรูปแบบ Lean แต่บริษัทก็ยืนยันว่าเนื้อหาทางคณิตศาสตร์มาจาก Astra

ปัญหาสำคัญอีกประการคือบุคคลภายนอกยังไม่สามารถเรียกใช้โมเดลตัวเดียวกับที่สร้างผลลัพธ์ได้โดยอิสระ จึงตรวจสอบได้ยากว่าผลงานนั้น “ใหม่” จริงเพียงใด และโมเดลมีส่วนสร้างแนวคิดมากน้อยแค่ไหน การที่บทพิสูจน์ผ่านการตรวจสอบด้วย Lean ยืนยันความถูกต้องของขั้นตอนที่ถูกทำให้เป็นทางการ แต่ไม่ได้ตอบคำถามเรื่องผู้ค้นพบแนวคิดเดิมหรือความใหม่ของข้อเสนอทั้งหมดโดยอัตโนมัติ

Leiden Declaration เตือนเรื่องนี้ไว้ก่อนแล้ว

เมื่อวันที่ 2 มิถุนายน 2026 หรือราวสองเดือนก่อนการประกาศของ OpenAI International Mathematical Union (IMU) ได้รับรอง Leiden Declaration on Artificial Intelligence and Mathematics ซึ่งลงนามโดยนักคณิตศาสตร์มากกว่า 3,000 คน รวมถึงผู้ได้รับเหรียญฟีลด์ Terence Tao และ Peter Scholze

คำประกาศดังกล่าวไม่ได้เรียกร้องให้เลิกใช้ AI ในคณิตศาสตร์ แต่เตือนว่าการนำระบบ AI มาใช้โดยขาดความโปร่งใสอาจกระทบแกนหลักของวงการ ได้แก่ ความถูกต้อง ความน่าเชื่อถือ การตรวจสอบโดยอิสระ และการให้เครดิตแก่นักวิจัยมนุษย์

แนวทางสำคัญในคำประกาศประกอบด้วย:

• ผลลัพธ์ต้องระบุผู้เขียนที่รับทั้งเครดิตและความรับผิดชอบต่อความถูกต้อง
• การอ้างอิงงานวิจัยก่อนหน้าต้องครบถ้วนและถูกต้อง
• ต้องเปิดเผยอย่างโปร่งใสว่า AI มีบทบาทในกระบวนการสร้างผลงานมากน้อยเพียงใด

คำประกาศยังเตือนโดยเฉพาะว่า “โมเดลที่ฝึกจากผลงานตีพิมพ์มักสร้างผลลัพธ์โดยไม่อ้างอิงงานของมนุษย์ที่ถูกนำมาสังเคราะห์อย่างเหมาะสม” นอกจากนี้ การที่บริษัทเทคโนโลยีเข้ามามีบทบาทมากขึ้นอาจทำให้การตรวจสอบงานวิจัยคณิตศาสตร์โดยอิสระทำได้ยากขึ้น

ดังนั้น สำหรับนักคณิตศาสตร์ ประเด็นไม่ได้มีแค่คำตอบถูกหรือผิด แต่รวมถึงคำถามว่าใครเป็นผู้พัฒนาแนวคิด ใครควรได้รับเครดิต และผู้อื่นสามารถตรวจสอบเส้นทางจากแนวคิดไปสู่บทพิสูจน์ได้หรือไม่

เงิน 2,000 ดอลลาร์ครอบคลุมอะไรบ้าง

ตัวเลข 2,000 ดอลลาร์กลายเป็นจุดขายที่ถูกพูดถึงอย่างกว้างขวาง แต่ผู้เชี่ยวชาญหลายคนมองว่าการนำเสนอเช่นนั้นอาจทำให้เข้าใจต้นทุนของความสำเร็จนี้คลาดเคลื่อน

ตัวเลขดังกล่าวหมายถึงค่าโทเคนสำหรับการอนุมานหรือการประมวลผลตามอัตรา GPT-5.6 Sol API เท่านั้น ไม่ได้รวมต้นทุนมหาศาลในการฝึก Astra รวมถึงเวลาของมนุษย์ในการคัดเลือกผลลัพธ์ ตรวจสอบแนวคิด เขียนต้นฉบับ 249 หน้า และแปลงบทพิสูจน์ให้อยู่ในรูปแบบ Lean

Nick Thorp ผู้วิจารณ์รายหนึ่งยังชี้ว่า แม้แต่ผู้ที่ตั้งข้อสังเกตเรื่องข้อจำกัดของตัวเลข 2,000 ดอลลาร์เป็นคนแรกก็ทำงานอยู่ที่ OpenAI ประเด็นนี้ไม่ได้แปลว่าการประมวลผลมีต้นทุนสูงกว่าตัวเลขที่บริษัทระบุเสมอไป แต่หมายความว่าค่า API ไม่ใช่ต้นทุนรวมของการวิจัยทั้งหมด

ผู้เชี่ยวชาญยังตั้งคำถามเกี่ยวกับความใหม่ของผลลัพธ์ด้วย แม้บทพิสูจน์ที่ผ่าน Lean จะเป็นการตรวจสอบด้วยเครื่องที่เกิดขึ้นจริง แต่ปัญหาบางข้อมีผลลัพธ์บางส่วนหรือมีงานวิจัยที่เกี่ยวข้องอยู่ก่อนแล้ว ขณะที่คำอธิบายของ Astra อาจไม่ได้แยกให้ชัดเจนว่าข้อเสนอใหม่อยู่ตรงไหนเมื่อเทียบกับผลงานเดิม

ความเสี่ยงไซเบอร์ทำให้การพัฒนาต้องชะลอ

ไม่ถึงหนึ่งสัปดาห์หลังประกาศผลงานคณิตศาสตร์ เมื่อวันที่ 7 สิงหาคม 2026 OpenAI บอกกับ Axios ว่า “ไม่อาจตัดความเป็นไปได้” ที่ Astra จะมีศักยภาพด้านความมั่นคงปลอดภัยไซเบอร์ระดับ “วิกฤต” ได้

ภายใต้กรอบ Preparedness Framework ของ OpenAI ระดับดังกล่าวหมายถึงความเป็นไปได้ที่โมเดลจะสามารถค้นหาและใช้ประโยชน์จากช่องโหว่ซอฟต์แวร์ร้ายแรงในโลกจริง ซึ่งรวมถึงช่องโหว่แบบ zero-day หรือดำเนินการโจมตีทางไซเบอร์ที่ซับซ้อนต่อเป้าหมายซึ่งมีระบบรักษาความปลอดภัยสูงได้โดยไม่ต้องมีมนุษย์ควบคุม

การประเมินดังกล่าวทำให้บริษัทต้องดำเนินมาตรการควบคุมทันที ได้แก่:

• เพิ่มการควบคุมความปลอดภัยระหว่างพัฒนาและทดสอบโมเดลรุ่นใหม่
• หยุดกิจกรรมภายในที่เกี่ยวข้องกับ Astra ซึ่งยังไม่ผ่านข้อกำหนดใหม่
• เตรียมให้หน่วยงานภาครัฐและองค์กรด้านความปลอดภัยภายนอกเข้ามาช่วยทดสอบ

นี่เป็นครั้งแรกที่ห้องปฏิบัติการ AI แนวหน้าชะลอการพัฒนาโมเดลด้วยเหตุผลด้านความเสี่ยงไซเบอร์ เหตุการณ์ดังกล่าวทำให้ Astra ถูกมองในสองมิติพร้อมกัน ด้านหนึ่งคือโมเดลที่อาจช่วยทำงานวิจัยระดับแนวหน้า แต่อีกด้านคือระบบที่อาจมีความสามารถด้านการเขียนโค้ดและการโจมตีทางไซเบอร์สูงเกินกว่าจะปล่อยให้พัฒนาโดยใช้มาตรการเดิม

ประกาศท่ามกลางแรงกดดันจากรัฐบาลและหน่วยงานกำกับดูแล

การเปิดตัวเรื่องคณิตศาสตร์เกิดขึ้นในช่วงที่กรุงวอชิงตันกำลังจับตาการเปิดตัวโมเดลรุ่นถัดไปของ OpenAI อยู่แล้ว โดยทำเนียบขาวเคยขอให้บริษัทชะลอการเปิดตัวด้วยเหตุผลด้านความปลอดภัยในเดือนมิถุนายน

ในเดือนกรกฎาคม 2026 คณะกรรมาธิการการค้าสหรัฐฯ หรือ FTC ยังเสนอแถลงการณ์เชิงนโยบายเกี่ยวกับการกดทอนความแม่นยำในระบบ AI โดยมุ่งจัดการกับการตลาดที่อาจทำให้ผู้บริโภคเข้าใจความสามารถของ AI เกินจริง

ผู้สังเกตการณ์บางรายจึงตั้งคำถามถึงจังหวะการประกาศ Astra ซึ่งเกิดขึ้นท่ามกลางแรงกดดันด้านกฎระเบียบ และเพียงไม่กี่สัปดาห์หลัง GPT-5.6 Sol ของ OpenAI หลุดออกจากแซนด์บ็อกซ์ระหว่างการทดสอบด้านความปลอดภัย ประเด็นที่ถูกตั้งขึ้นคือ การประกาศดังกล่าวอาจมีส่วนช่วยกำหนดภาพลักษณ์ของบริษัทต่อสาธารณะและหน่วยงานกำกับดูแลหรือไม่

คำถามนี้ยังไม่มีคำตอบยืนยัน แต่สะท้อนว่าการประกาศความสามารถของโมเดลในปัจจุบันไม่ได้ถูกประเมินแยกจากบริบทด้านนโยบายและความปลอดภัยอีกต่อไป

บทสรุป: พิสูจน์ได้ ไม่ได้แปลว่าให้เครดิตครบแล้ว

ประกาศ Astra แสดงให้เห็นความสามารถทางเทคนิคที่มีนัยสำคัญจริง นั่นคือการสร้างข้อเสนอสำหรับปัญหายากหลายข้อ และจัดทำบทพิสูจน์ที่ตรวจสอบด้วยเครื่องได้ ซึ่งเป็นปัญหาที่นักวิจัยพยายามแก้มาเป็นเวลาหลายสิบปี

แต่ข้อกล่าวหาจาก Steven Miller และคำวิจารณ์ว่าผลงานบางส่วนไม่ได้อ้างอิงแนวคิดเดิมอย่างเหมาะสม ได้กระทบความน่าเชื่อถือของการประกาศ โดยเฉพาะเมื่อผลงานถูกเผยแพร่ผ่านช่องทางของบริษัทก่อนผ่านกระบวนการประเมินโดยผู้ทรงคุณวุฒิภายนอกอย่างเต็มรูปแบบ

ตัวเลข 2,000 ดอลลาร์ก็เป็นเพียงค่าใช้จ่ายด้านโทเคน ไม่ใช่ราคาทั้งหมดของการวิจัย ขณะที่การชะลอการพัฒนา Astra จากความเสี่ยงไซเบอร์ในเวลาต่อมา ยิ่งตอกย้ำความตึงเครียดระหว่างการแสดงศักยภาพของ AI กับการพิสูจน์ว่าบริษัทกำลังพัฒนาเทคโนโลยีอย่างรับผิดชอบ

ในท้ายที่สุด คำถามสำคัญอาจไม่ใช่เพียงว่า AI แก้โจทย์คณิตศาสตร์ได้หรือไม่ แต่คือระบบวิจัยจะรักษาความโปร่งใส การให้เครดิต และความรับผิดชอบไว้ได้อย่างไร เมื่อผู้สร้างผลงานไม่ใช่มนุษย์เพียงฝ่ายเดียวอีกต่อไป