Astrofyzici se bojí, že AI zničí jejich obor jako lidské poslání. Nejde o paranoju – jde o data

Astrofyzika je zvláštní případ. Jiné vědecké obory se s AI teprve seznamují – astrofyzika ji v základu je. Již desetiletí jde v podstatě o datovou vědu a aplikovanou matematiku: obrovské datové sety z dalekohledů, statistické modely, numerické simulace, statistická analýza spekter. Přesně to, v čem jsou velké jazykové modely a AI agenti přirozeně silní. Právě proto může být astrofyzika tím, čemu jeden z jejích předních praktiků říká první vědecká oběť – nebo první transformovaná disciplína, podle toho, kdo mluví a jaký den má.

Fázová změna a „je příliš pozdě"

Článek Science z června 2026 cituje Davida Hogga, výpočetního astrofyzika z New York University, slovy, která měla rezonovat daleko za hranicí astronomie: „Spousta lidí si myslí, že je příliš pozdě zasahovat – jsme hotovi." Hogg není panikář. Je autorem vlivného článku na arXiv „Proč děláme astrofyziku?" – filozofického textu, který se ptá, zda má disciplína smysl, pokud její procedurální úkoly přebírá stroj. Hogg sám odpovídá ano – ale jeho „ano" je podmíněné přeformulováním toho, co věda jako lidská aktivita vlastně je.

Situaci ilustruje případ Alysse Goodmanové z Harvardovy observatoře. Jejímu týmu trvaly léta, než se mu podařilo oddělit pohyb spirálních galaxií od rotace a geometrie naší vlastní galaxie – metodologicky komplexní problém vyžadující kombinaci statistické analýzy a fyzikálního porozumění. Goodmanová zadala problém ChatGPT. Systém ho vyřešil v řádu minut.

Harvardský AI doktorand: druhý ročník za dva týdny

V dubnu 2026 uspořádala Harvardova Fakulty of Arts and Sciences panel o agentní AI. Fyzik Matthew Schwartz popsal na panelu i ve svém dřívějším příspěvku experiment, který provedl: použil Claude k napsání vědeckého článku o kvantové teorii pole. Výsledek, jak popsala Harvard FAS, byl publikovatelná práce hotová za dva týdny – Schwartz odhaduje, že bez AI by mu samotný výzkum trval přibližně čtyři měsíce a doktorandovi až dva roky.

Schwartz obsah článku označil za „ne zvlášť vzrušující" a srovnatelný s prací studenta druhého ročníku doktorátu. Ale pak extrapoloval: dejte AI dalších dvanáct měsíců, říká, a jazykové modely mohou dosáhnout úrovně postdoktorandů. The Harvard Crimson v rozsáhlém článku tuto extrapolaci podrobil zkoumání a citoval protihlas Hogga, který upozorňuje, že skutečný vědecký výzkum vždy míří do neznámého území – a recycling existujících textů, jakkoli sofistikovaný, tímto směrem nemíří.

Denario: systém generující vědecké projekty v reálném čase

V září 2025 proběhla na NYU přednáška, při níž host v reálném čase spouštěl AI agenta jménem Denario – systém vyvinutý skupinou na Flatiron Institute, soukromě financovaném výzkumném centru zaměřeném na výpočetní vědu. Jak popisuje Science: zatímco přednášející mluvil, Denario prohledával vědecké časopisy, generoval nápady, prováděl analýzy a produkoval profesionálně vypadající vědecké články – některé nesmyslné, některé věrohodné – jež se řadily za ním na projekci. Publikum tvořili převážně doktorandi.

Přednášející jim řekl přímočaře: s těmito nástroji a jejich budoucími verzemi doktorandy už nepotřebujete. „Proč čekat měsíce, až mladý lidský vědec projekt dokončí, když AI vám dá odpověď za hodinu?"

Tato věta není rhetorická provokace. Je to popis toho, co systémy jako Denario dnes technicky umějí – a umějí to čím dál lépe. Autonomní vědecké agenty jako CMBAgent byly demonstrovány při plnění „PhD level kosmologických úkolů" na soutěži NeurIPS 2025 Fairverse, přičemž autoři systém explicitně rámují jako platformu pro autonomní vědecký výzkum.

Proč je astrofyzika první a co z toho plyne pro ostatní obory

Hoggův článek na arXiv formuluje problém s vědeckou přesností: astrofyzika je specifická tím, že její „nejšťavnatější" problémy – ty, které přitahují nejlepší vědce – jsou právě datově intenzivní a matematicky strukturované problémy ideálně vhodné pro LLM. Pole, která jsou více závislá na fyzické manipulaci, na terénní práci, na subjektivní interpretaci sociálního kontextu nebo na etickém úsudku, jsou dočasně lépe chráněna. Dočasně.

Jak upozorňuje astrobites v recenzi situace: Schwartz netvrdí, že AI fyzika nahradila. Tvrdí, že „vkus" – schopnost rozpoznat, které problémy jsou zajímavé a které nápady stojí za pronásledování – se stává kriticky důležitou lidskou schopností právě tehdy, kdy produkce hrubé vědecké práce se stává strojovou záležitostí. Doménová expertíza zůstává esenciální – ale jinak, než jsme byli zvyklí.

Doktorandi jako kolaterál

Nejbolestivější aspekt vědecké AI revoluce není metodologický, ale lidský. Doktorandi jsou nejen čerstvou vědeckou pracovní silou – jsou to lidé investující roky svého života do rozvoje vědeckých schopností v přesvědčení, že tyto schopnosti budou mít hodnotu. Science cituje anonymního doktoranda z Centra pro astrofyziku, který sdělil, že Schwartzův příspěvek „implikuje, že každý sedící v té kanceláři je zastaralý, dokud se nedostane do třetího ročníku." Situaci pro mladé vědce označil Ethan Vishniac z Johns Hopkins University jako „noční můru". Hogg přidal sarkastické: „Proč se to děje v roce 2026? Můžeme odložit AI revoluci v astronomii?"

Otázka není řečnická. Je to zoufalá formulace toho, s čím se věda jako instituce teprve učí zacházet: rychlostí změny, pro niž neexistují precedenty ani protokoly.