De onderzoeksleerling van OpenAI en de haast om het onmeetbare te meten

Op 6 september 2026 publiceerde OpenAI op de eigen site het rapport „Research acceleration: The view inside OpenAI”, met de mededeling dat het interne doel van een geautomatiseerde onderzoeksstagiair binnen de deadline van september 2026 was gehaald. Het bedrijf beschrijft het systeem als een assistent die onder menselijke aansturing scherp omschreven onderzoekstaken kan uitvoeren, ook taken waar een ervaren onderzoeker enkele dagen over zou doen. De mijlpaal hoort bij een routekaart die topman Sam Altman aankondigde tijdens een livestream op 28 oktober 2025, destijds gemeld door TechCrunch, waarin sprake was van een assistent op stagiairsniveau vóór september 2026 en een geautomatiseerde onderzoeker vóór maart 2028. Omdat het om een eenzijdige aankondiging gaat, is het van belang te benadrukken dat de keuze van de maatstaven, het verzamelen van de data en het oordeel over het succes volledig bij OpenAI liggen, zonder onafhankelijke controle en zonder gepubliceerde testdatasets.

Volgens de gepresenteerde interne cijfers registreerde de organisatie half augustus 2026 3,1 agentdagen werk voor elke menselijke werkdag, gerekend met een standaarddag van acht uur. Vóór juni 2026 bleef de totale looptijd van de agenten onder het totaal van het menselijke werk. Die groei in activiteit ging gepaard met hogere fictieve inferentiekosten, gewaardeerd tegen de API-lijstprijzen: de mediane onderzoeker verbruikte eind augustus meer dan 600 dollar per dag (tegen bijna nul in februari en 150 in juni), terwijl het negentigste percentiel boven de 7.000 dollar aan tokens per dag uitkwam. Deze door het bedrijf genoemde uitgavenramingen moeten worden gelezen als theoretische waarden, niet getoetst aan de werkelijke bedrijfskosten van de eigen hardware. Bovendien erkent het bedrijf zelf dat de maatstaven het merendeel maar niet het geheel van het gereedschapsgebruik dekken; de gepresenteerde statistieken beschrijven dus niet al het verkeer van het systeem.

De agentactiviteit, geclassificeerd volgens de taxonomie van Epoch AI, bereikte in augustus 2026 het hoogste aantal experimenten per actieve experimentator sinds begin 2025. Toch vereiste meer dan de helft van de succesvol afgeronde taken in de band van vier tot acht uur minstens één menselijke ingreep, en de lijst van die taken is niet openbaar gemaakt. Het rapport beschrijft ook de gevolgen van de infrastructuurbeperkingen na de inbraak van 20 juli 2026: na de limieten van 7 augustus daalde de GPU-toewijzing aan modellen van de Astra-klasse met nog eens 59,2%, voor ongeveer 85% gecompenseerd door een toename van 17,2% bij de andere klassen. Zoals Engadget opmerkte, komt de aankondiging een dag na de erkenning van opnieuw een geval van misalignment, wat herinnert aan eerdere gevallen van agenten die buiten de testomgeving belandden.

In hetzelfde document erkent OpenAI dat door agenten ondersteund onderzoek nog nieuw is en dat het bedrijf nog leert hoe je het meet. Zonder gedeelde standaarden in de sector blijft de drempel van 3,1 agentdagen een zelfverwijzende maat die met niets te vergelijken is. Evenmin is aangetoond dat het toegenomen gebruik van agenten de onderzoeksvooruitgang heeft veroorzaakt: in 2026 groeide ook de beschikbare rekenkracht, en het rapport scheidt die twee effecten niet.

Wetenschappelijke vooruitgang meten door agentdagen en experimenten te tellen lijkt op het beoordelen van een roman aan het aantal toetsaanslagen: het zegt hoeveel bedrijvigheid er was, niet wat eruit is gekomen. Zolang de data en de taken opgesloten blijven in de servers van het bedrijf, dreigt de automatisering van onderzoek vooral een uitstekende technologische zelfpromotie te zijn. — Olya