OpenAI 计划让全球至多 20 万名科学家免费使用前沿模型,研究称逾 1,800 名科学家自报生产力近乎翻倍
美东时间 11 月 16 日,OpenAI 在官方博客和 X 上宣布扩展 ChatGPT for Academic Researchers 项目:将前沿模型(frontier models)的免费访问扩展至全球至多 200,000 名科学家,并提供培训与支持;申请于 11 月 23 日(周一)开放,默认不将通过该项目共享的数据用于训练模型。
约十分钟后,OpenAI 发出第二则帖文,公布了对项目夏季试点的研究报告《Science at the Frontier: How Scientists Use ChatGPT》。OpenAI 经济研究团队(Economic Research team)分析了 1,819 名科学家在 2026 年 8 月 20 日至 9 月 22 日间发出的 580,186 条科研消息;受访科学家估计,若无 AI,以同等质量完成同样的工作约需 1.9 倍时间——OpenAI 在 X 上把这一点概括为「科学家自报借助 AI,生产力近乎翻倍」。报告写明,生产力为参与者自报,这些发现不能确立因果效应。
5 万份新资助怎么发:先到先得取代抽签
按公告,11 月 23 日开放申请后,OpenAI 将向符合资格要求的前 50,000 份申请发放新资助;每份资助覆盖获资助者本人及至多两名合作者的免费 ChatGPT Plus 访问,本轮合计至多支持 150,000 名研究者。项目整体目标为 200,000 名研究者,是 7 月试点启动时公布目标(100,000 名)的两倍。
与试点相比,这一轮改了两处。选择机制上,项目于7 月 29 日公布时计划至 2027 年覆盖 100,000 名研究者、当年夏天先开放 10,000 个名额;8 月 10 日的更新说明,首批申请超过 13,000 份,首轮名额在合格申请者中抽签产生。OpenAI 称,根据研究者的反馈,本轮不再抽签,改为先到先得。产品档位上,夏季试点向参与者提供的是 ChatGPT Pro,但用量复盘显示,大多数参与者的消耗本就在 ChatGPT Plus 的限额之内,因此本轮改发 Plus,把访问扩展到更多研究团队。
已在等候名单上且符合条件的申请者,会在申请开放前收到激活账户的邮件指引。自 7 月试点启动以来,已有 33 个国家的 20,000 名研究者加入该项目。
从消息分析到问卷:研究测量了什么
报告由 OpenAI 经济研究团队完成,测量分两部分:一是对上述消息的分析,二是 9 月 30 日至 10 月 7 日进行的问卷,251 份回复纳入分析。
生产力是问卷的核心题:OpenAI 请科学家估计,若无 AI,以同等质量完成同样的工作需要多久。八类研究活动等权平均后,答案是有 AI 时 1 小时的工作,无 AI 约需 1.9 小时;每类活动有 249~251 人作答,科学家报告某类活动完全未用 AI 时,该项按时间不变计。
对未来发现速度的预期相当一致:250 名回答者被要求想象本领域一个无 AI 需要 10 年的发现、估计有 AI 后会多快出现,其中 98% 预期 AI 会加速本领域的发现。
使用方式上,68% 的科学家用 ChatGPT 萌发研究想法——按报告口径,指研究期内发出至少 3 条与打磨研究想法相关的消息。在这些关于想法的消息中,35% 是科学家自带具体问题请 ChatGPT 处理,36% 是带来想法请其完善,23% 是直接请 ChatGPT 建议研究问题,其余 6% 无法归类。
报告还测量了科学家的参与度:把任务交给 ChatGPT 后,有多大比例的请求会在同一对话的后续消息里(七天内)追问澄清、核查或要求修改。OpenAI 的结论是,即使在委派任务之后,科学家仍保持参与。
至于科学家为何预期 AI 提速:在 224 份书面回答中,OpenAI 识别出 367 条理由,52% 是更快完成研究,23% 是找到更有前景的研究问题,14% 是追问更广的问题范围,其余 11% 为其他。
只看类别、不看原文:自动化分类器怎么处理消息
消息分析不是由人逐条阅读。报告说明,为保护研究者隐私,OpenAI 使用名为自动化分类器(automated classifiers)的工具,按研究活动类型给消息归类——综述文献、编写代码、分析数据等;研究团队只能看到类别,读不到底层消息和 ChatGPT 的回复。分类之外,报告还写明项目计划默认关闭训练,与公告中「默认不将通过项目共享的数据用于训练」的说法一致。
试点参与者在做什么:从结核病药靶到蝴蝶 3D 模型
OpenAI 在公告中给出了两个试点参与者的例子。Brigham and Women's Hospital 与哈佛医学院的研究者 Shuqi Li 在寻找可能缩短结核病疗程的新药靶点,正在探索能否用 ChatGPT 把实验室数据与患者数据关联起来,加快抗生素研发。Florida Museum of Natural History 的 AI 生物多样性助理策展人 Arthur Porto 带领团队把博物馆标本照片转成可检索数据库,还做了一个转动时翅膀会变色、与真实标本一致的蝴蝶 3D 模型。
报告页引用了 César de la Fuente 的评价:「像 ChatGPT 这样的工具正在帮助我们加速科学发现。对像我这样的科学家来说,它简直是个游乐场。」
OpenAI 同时列出了研究者接触其工具的其他渠道:高校可通过 ChatGPT Edu 为校内研究、教学提供访问;生物领域有 GPT-Rosalind,其学术计划向符合条件的美国高校实验室提供至多 30 个免费席位、最长 12 个月,但需经可信访问(trusted-access)流程审批;数学方面,OpenAI 向 Simons Foundation 的一个新倡议捐资 500 万美元,帮助数学家检验、理解并构建于 AI 产生的结果之上。
自报、预期、非因果:OpenAI 自己写明的局限
报告末尾的「来源、隐私与局限」一节列出了这些数字的边界:用量描述的是研究者对 AI 发出的请求;生产力是自报数据;发现速度是预期而非结果,研究不能确立因果效应。参与科学家也自报了约束:人手、经费和实验能力。报告还注明,百分比经过四舍五入,分类加总可能不足 100%。
这些数字都来自 OpenAI 对自家项目参与者的调查,而非独立测量。
报告结尾处,OpenAI 留下一个尚未回答的问题:自报的时间节省和预期中的加速,是否会转化为真正更快的科学发现,仍需更多研究检验。下一个可核验的节点是 11 月 23 日:申请开放,50,000 份资助先到先得。
参考链接
- OpenAI 官方博客:Broadening access to AI for scientists(2026 年 11 月 16 日)
- OpenAI 研究报告:Science at the Frontier: How scientists use ChatGPT(2026 年 11 月 16 日)
- @OpenAI 关于扩展免费访问的 X 帖文(2026 年 11 月 16 日)
- @OpenAI 关于研究发布的 X 帖文(2026 年 11 月 16 日)
- OpenAI 官方博客:Accelerating scientific discovery with ChatGPT for Academic Researchers(2026 年 7 月 29 日)