Nowe badanie METR ujawnia nierówny wpływ AI na postęp naukowy - podczas gdy cyberbezpieczeństwo doświadcza drastycznego przyspieszenia, inne dziedziny pozostają w tyle. Analiza skupia się na trzech głównych obszarach: cyberbezpieczeństwie, matematyce i samych badaniach nad AI, aby zrozumieć, gdzie język modele rzeczywiście zmieniają grę.
W cyberbezpieczeństwie efekt jest zdecydowany. Liczba raportowanych luk bezpieczeństwa dramatycznie wzrosła w 2026 roku w porównaniu z 2025 rokiem - zarówno w konkretnych projektach takich jak cURL, OpenSSL, Firefox czy Microsoft, jak i w ogólnych bazach danych podatności (amerykańskie NVD i OSV). To sugeruje, że AI znacznie przyspieszyło zdolność badaczy do identyfikowania i dokumentowania zagrożeń bezpieczeństwa.
Matematyka prezentuje bardziej zawiły obraz. AI wyraźnie przyczynia się do większej ilości pracy - liczba publikacji na arXiv w niektórych obszarach podwoiła się w ciągu mniej niż 12 miesięcy. Jednak zmierzyć rzeczywistą wartość tych wkładów jest trudne. Kilka prestiżowych problemów zostało rozwiązanych, w tym hipoteza Jacobiana z listy Smale'a, Problem 44 z listy Greena oraz połowa jego Problemu 100. Badacze jednak ostrożnie ostrzegają, że może być za wcześnie, aby określić, czy to trwały trend czy jedynie krótkoterminowy impuls.