По сообщениям из академического сообщества, модель GPT-5.6 за 90 минут нашла контрпример к давней гипотезе о процедуре Бенджамини—Хохберга (BH) — одном из ключевых методов контроля ложных открытий в статистике.

Метод BH, предложенный в 1995 году, широко используется в исследованиях с огромным числом одновременных проверок гипотез: например, в геномике и нейровизуализации. Его задача — ограничивать долю ошибочных «значимых» результатов среди всех заявленных открытий.

Строгие гарантии метода были хорошо известны для независимых тестов и ряда специальных типов положительной зависимости. Однако вопрос о том, сохраняется ли контроль ложных открытий при произвольной корреляции в двусторонних гауссовских тестах, оставался открытым около двух десятилетий.

Как утверждается в опубликованных материалах, GPT-5.6 построила конкретный пример, в котором процедура BH слегка превышает заданный уровень FDR. Речь идёт не о катастрофическом сбое прикладного инструмента, а о принципиальном результате: универсальная гарантия, в которую многие исследователи верили на основании теории и масштабных симуляций, оказалась неверной без дополнительных условий.

Особое внимание привлекло не только само утверждение, но и способ его получения. По описанию авторов, модель не ограничилась численным поиском: она предложила структуру доказательства, сочетающую асимптотический анализ и вычислительный сертификат, который можно независимо проверить.

Материалы, включая код и текст работы, были выложены для воспроизводимости; исходная статья доступна на сайте Wharton School, а репозиторий — на GitHub.

Эта история важна не только для теории статистики. Она вновь поднимает вопрос о роли ИИ в фундаментальной науке. Если модели способны не просто ускорять вычисления, но и предлагать неожиданные конструкции, контрпримеры и новые линии доказательства, то работа учёного будет всё больше смещаться к постановке вопросов, критической проверке результатов и интерпретации их последствий.

При этом выводы о практическом влиянии найденного контрпримера делать рано: даже авторы обсуждения отмечают, что превышение номинального уровня невелико. Но как символический рубеж событие уже заметно: ИИ начинает участвовать в той части математической работы, которую традиционно связывали прежде всего с человеческой интуицией.