ШІ рівня людини до 2027 року? Що передбачив колишній дослідник OpenAI

Хто це написав і чому до нього прислухаються

Ашенбреннер працював у команді Superalignment в OpenAI, яка займалася проблемою контролю над дуже потужним ШІ. Раніше він досліджував довгострокове економічне зростання в Оксфорді. Такий досвід допомагає зрозуміти індустрію зсередини, але сам по собі не робить прогноз правильним.

Є й фінансовий контекст: у 2024 році він заснував Situational Awareness LP — інвестиційну компанію, яка робить ставки на розвиток ШІ та його вплив на бізнес. Це відкрито описано на її сайті. Отже, перед нами також погляд інвестора. Його аргументи варто перевіряти окремо від переконливості самого автора.

Біографія Леопольда Ашенбреннера ↗

Situational Awareness LP — інвестиційна діяльність ↗

Що означає «ШІ рівня людини»

AGI розшифровують як artificial general intelligence — штучний загальний інтелект. Для цієї розмови уявімо систему, яка може опановувати різні види інтелектуальної роботи й самостійно доводити їх до результату. Йдеться про можливості, а не про доказ свідомості, почуттів або людської особистості.

Різницю легко уявити на прикладі гри. Один помічник напише функцію стрибка. Значно самостійнішій системі можна було б доручити розібратися, чому стрибок незручний, запропонувати зміни, перевірити керування на телефоні й не зламати збереження. Це наш умовний приклад: вдала відповідь на окреме запитання й самостійне виконання всього завдання — різні рівні складності.

Чому в прогнозі з’явився саме 2027 рік

Ашенбреннер поєднав три чинники: більше обчислювальних ресурсів, ефективніші алгоритми та перехід від чат-бота до агента з інструментами. Останній пункт означає, зокрема, доступ до робочого середовища й можливість виконувати послідовність дій. Він припустив, що попередні тенденції збережуться і назвав появу ШІ-дослідника до 2027 року правдоподібною.

У його тексті часто трапляється OOM — порядок величини, тобто зміна в десять разів. Це спосіб рахувати масштаб ресурсів, а не коефіцієнт людського інтелекту. Збільшення обчислень не можна буквально перекласти як «у стільки ж разів розумніше».

Головне застереження щодо такого прогнозування: лінія на графіку приховує умови, за яких вона може продовжитися. Потрібні корисні дані, гроші, обладнання й методи навчання, що справді дають нові здібності. Навіть вдалий прогноз розвитку не гарантує точності передбаченої дати.

Від GPT-4 до AGI — аргументація прогнозу ↗

Найсильніша ідея: ШІ допомагає створювати наступний ШІ

Наступний крок у сценарії — автоматизація самих досліджень ШІ. Якщо система здатна пропонувати й перевіряти поліпшення моделей, багато її копій можуть працювати над цим одночасно. Кращі моделі допомагають створювати ще кращі. Саме так автор пояснює можливе швидке прискорення прогресу.

Але й у самому есеї є обмеження: експерименти потребують ресурсів, а частину роботи важко автоматизувати. Наш висновок: мільйон згенерованих гіпотез не дорівнює мільйону відкриттів. Важливо, скільки з них витримають перевірку й поліпшать реальну систему.

Для розуміння уяви студію анімації: додаткові художники можуть прискорити виготовлення кадрів, але суперечливі вимоги режисера або повільне погодження лишаться проблемою. Аналогія не доводить, як розвиватиметься ШІ. Вона показує, чому прискорення однієї частини процесу ще не означає такого самого прискорення всього процесу.

Від AGI до надінтелекту — механізм прискорення ↗

Що незалежні тести справді говорять про автономність

Організація METR вимірює складність завдань, які ШІ виконує з певною ймовірністю успіху. Її «часовий горизонт» — час, який витратив би фахівець-людина, а не тривалість безперервної самостійної роботи ШІ. Позначка 50% означає успіх приблизно в половині випадків. Це переважно чітко визначені програмні завдання. Сторінка вимірювань востаннє оновлена 8 вересня 2026 року й більше активно не оновлюється.

У пояснювальній нотатці дослідник METR Thomas Kwa окремо застерігає від перенесення результатів на будь-яку професію: оцінки неточні, а можливості суттєво різняться між сферами. Нотатка проходила менше рецензування, ніж основні публікації METR. Вона корисна саме як роз’яснення обмежень метрики.

Для твого проєкту це означає просте правило: оцінюй завершений результат. Якщо помічник швидко написав код, а ти потім довго виправляв помилки, рахувати лише час генерації безглуздо. Порівнюй загальний час, якість і ціну помилки на однакових завданнях.

METR — вимірювання часових горизонтів і методика ↗

METR: Thomas Kwa про обмеження метрики, січень 2026 ↗

Навіть відповідь «ШІ прискорює програмістів» потребує уточнень

У лютому 2026 року METR повідомила про проблеми нового експерименту з продуктивністю розробників: частина людей не хотіла працювати без ШІ, а паралельна робота з кількома агентами ускладнювала облік часу. Автори припускали більшу користь нових інструментів, але визнали, що наявних даних недостатньо, щоб надійно оцінити цю користь. Тому й старий результат про сповільнення досвідчених розробників у 2025 році не слід видавати за остаточний вирок усім нинішнім інструментам.

Це хороший урок читання новин: «дослідження показало» завжди має продовження — для кого, на яких завданнях, з якими моделями й коли. Без цих уточнень можна однаково легко перебільшити і користь ШІ, і його безпорадність.

METR — оновлення експерименту продуктивності, лютий 2026 ↗

Майбутнє ШІ залежить також від електростанцій

У звіті IEA за 2026 рік світове споживання електроенергії дата-центрами оцінене у 485 ТВт·год за 2025 рік; прогноз на 2030-й — близько 950 ТВт·год. Це всі дата-центри, не лише ШІ. Агентство також описує обмеження електромереж, обладнання й постачання чипів. Прогнозоване зростання інфраструктури не є доказом появи AGI до певної дати.

Ось чому нам здається важливою промислова частина есеїв. За зручним вікном чату стоїть фізичний світ: будівництво, охолодження, підключення до мереж і оплата роботи серверів. Додати ще один рядок у план розвитку значно легше, ніж вчасно запустити великий об’єкт.

IEA — Key Questions on Energy and AI, 2026 ↗

Чому автор переходить від технологій до влади й безпеки

Ашенбреннер прогнозує масштабну участь американської держави в AGI-проєкті приблизно у 2027–2028 роках і розглядає технологію в контексті суперництва США та Китаю. Це його геополітичний сценарій і позиція. Есе не є офіційним оголошенням такого проєкту й не підтверджує неминучість конфлікту.

В окремому розділі він ставить питання контролю: як перевіряти систему, якщо людина не може повністю зрозуміти її рішення? Це складніша проблема, ніж створити ввічливого чат-бота. Для читача корисно розділяти технічний ризик і політичний рецепт автора: погодитися, що контроль потрібний, можна не погоджуючись з усіма його прогнозами про держави й майбутнє.

The Project — державний сценарій автора ↗

Superalignment — питання контролю над потужним ШІ ↗

Три можливі продовження — наші висновки

Швидке прискорення. Агенти стають достатньо надійними, щоб брати на себе більшу частину дослідницьких циклів. Тоді наступні покоління систем можуть з’являтися швидше. Стежити варто за відтворюваними поліпшеннями й незалежною перевіркою, а не лише за ефектними демонстраціями.

Нерівномірний прогрес. ШІ дуже сильний у частині роботи, але потребує людини там, де нечіткі вимоги, довгий контекст або помилки дорого коштують. У цьому сценарії змінюються склад команди й розподіл завдань, хоча повністю автономний виконавець залишається недосяжним у багатьох сферах.

Повільніше впровадження. Моделі поліпшуються, однак витрати, ненадійність або інфраструктура стримують практичне застосування. Користь тоді накопичується через конкретні інструменти й процеси. Ці три сценарії — наш спосіб пояснити можливі варіанти розвитку, не розраховані ймовірності й не календар обіцяних подій.

Що варто робити розробнику, дизайнеру чи автору гри

Обери одне завдання, яке регулярно виконуєш, й перевір ШІ на ньому: пошук помилки, варіанти інтерфейсу, підготовка тестів або чернетка сцени. Запиши, скільки часу зайняли постановка завдання, виправлення й перевірка. Це дасть більше для власних рішень, ніж суперечка про дату AGI.

Розвивай уміння визначати хороший результат. Для гри це не тільки код, який працює, а й зрозуміле керування, цікава механіка та досвід гравця. Для анімації — виразність руху, цілісність образу персонажа й режисерський задум. Це не гарантія, що професія назавжди залишиться незмінною; це практичний спосіб працювати зі зміною інструментів.

Головна цінність Situational Awareness — запитання, що станеться, коли ШІ почне прискорювати саму розробку ШІ. Сприймати його варто серйозно, але перевіряти кожну ланку окремо. Готуватися можна вже зараз: працювати з інструментами, вимірювати результат і зберігати контроль над важливими рішеннями. Для цього не потрібно бути впевненим, що AGI з’явиться саме у 2027 році.

Короткі відповіді

Першоджерела

• Situational Awareness — оригінальна серія есеїв, червень 2024
• Біографія Леопольда Ашенбреннера
• Situational Awareness LP — інвестиційна діяльність
• Від GPT-4 до AGI — аргументація прогнозу
• Від AGI до надінтелекту — механізм прискорення
• METR — вимірювання часових горизонтів і методика
• METR: Thomas Kwa про обмеження метрики, січень 2026
• METR — оновлення експерименту продуктивності, лютий 2026
• IEA — Key Questions on Energy and AI, 2026
• The Project — державний сценарій автора
• Superalignment — питання контролю над потужним ШІ