ผ่าความจริงหลังม่านทำไมโมเดลเบอร์หนึ่งยังแทนที่คนไม่ได้
- 1เก่งแค่โจทย์จำ แต่คิดเองไม่รอด: คะแนนโอลิมปิก 77% ฟังดูหรูหราบนเวทีเปิดตัว แต่พอเจองานวิจัยปลายเปิดหลายขั้นตอน โมเดลกลับสะดุดขาตัวเอง ทั้งคิดเลขผิด ตกม้าตายตรรกะพื้นฐาน และมั่วข้อมูลวิชาการเฉพาะทางจนสอบผ่านไม่ถึงหนึ่งในสาม
- 2ศึกชิงบัลลังก์แล็บวิจัยหมื่นล้าน: OpenAI รีบชิงตั้งเกณฑ์ประเมินนี้ขึ้นมาคุมเกมก่อน Gemini 3 Pro และ Claude Opus 4.5 จะแซงหน้า เพราะใครยึดหัวหาดงานวิจัยได้ ย่อมเป็นฝ่ายกวาดงบ R&D ก้อนโตจากบริษัทยาและอุตสาหกรรมเทคโนโลยีทั่วโลกเข้ากระเป๋า
- 3นักวิจัยยังไม่ต้องกลัวตกงาน: เลิกตื่นตูมว่า AI จะแย่งตีพิมพ์เปเปอร์วิชาการ ในโลกความเป็นจริงมันยังทำได้แค่งานผู้ช่วยสืบค้นเอกสารและตรวจทานสูตร ส่วนการตั้งสมมติฐานและการฟันธงความถูกต้องยังต้องพึ่งสมองมนุษย์เต็มร้อย
ทางแยกวัดใจโจทย์หินรอบใหม่ของบรรดาบิ๊กเทค
OpenAI พยายามแก้เกมด้วยการสั่งให้โมเดลใช้เวลาขบคิดคำนวณนานขึ้น แต่ตราบใดที่ยังสร้างสมมติฐานใหม่เองไม่เป็นและสัมผัสเครื่องมือทดลองในโลกจริงไม่ได้ ระบบเหล่านี้ก็ยังเป็นได้แค่นักศึกษาฝึกงานราคาแพงในห้องแล็บ
“เลิกเพ้อเจ้อว่า AI จะคิดค้นยาปฏิชีวนะเองได้ในเร็ววัน ขนาดข้อสอบงานวิจัยระดับปริญญาเอก GPT-5.2 ยังทำคะแนนได้แค่ 25% เท่านั้นเอง”
