La IA en la carrera científica
OpenAI ha publicado un estudio en el que afirma que los usuarios recurren cada vez más a ChatGPT como si fuera un compañero de investigación en toda regla. Según sus datos, cada semana se envían en todo el mundo unos 8,4 millones de mensajes sobre ciencias complejas: matemáticas, física, biología, química e ingeniería. Alrededor de 1,3 millones de personas, desde estudiantes hasta investigadores, utilizan el modelo en trabajos serios de nivel comparable al de un máster y en proyectos de investigación activos.
El informe presta especial atención a las matemáticas. Según OpenAI, los modelos GPT-5.2 pueden sostener largas cadenas de razonamiento lógico, comprobar sus propias respuestas e incluso trabajar con sistemas formales de demostración como Lean. La empresa subraya que el sistema obtuvo un «nivel de oro» en la Olimpiada Internacional de Matemáticas de 2025 y resolvió parcialmente problemas del conjunto FrontierMath. Además, supuestamente los algoritmos contribuyeron a resolver algunos problemas abiertos de Erdős, y los matemáticos confirmaron que las soluciones eran correctas.
OpenAI reconoce abiertamente que los modelos no crean teorías matemáticas nuevas desde cero. Pero combinan ideas conocidas y encuentran conexiones entre distintos campos, acelerando la verificación formal y la búsqueda de demostraciones. El informe describe avances parecidos en otras ciencias. En exámenes de nivel avanzado, como GPQA, los modelos superan el 92 % sin recurrir a herramientas externas.
El informe señala que los laboratorios de física utilizan la IA para combinar simulaciones, registros experimentales, documentación e incluso sistemas de control de equipos, mientras ponen a prueba ideas teóricas. En química y biología, conectan ChatGPT con herramientas especializadas, como redes neuronales de grafos o sistemas de análisis de estructuras de proteínas. Esta combinación debería aumentar la fiabilidad y, al mismo tiempo, dejar las decisiones clave en manos de las personas.
OpenAI relaciona todo esto con el contexto global: la ciencia avanza despacio, exige enormes recursos y depende de un grupo reducido de personas que realizan descubrimientos fundamentales. El desarrollo de medicamentos, por ejemplo, lleva décadas. Según la empresa, cada vez más investigadores utilizan la IA para automatizar tareas rutinarias: escribir código, analizar bibliografía, procesar datos, ayudar con simulaciones y planificar experimentos. Se citan casos que van desde acelerar demostraciones matemáticas hasta desarrollar proteínas más deprisa en RetroBioSciences, donde, según se afirma, la IA redujo los plazos de años a meses.
Sin embargo, el informe viene acompañado de salvedades. Apenas hay verificación independiente de la mayoría de estas afirmaciones. Siguen abiertas varias preguntas: hasta qué punto son sólidos los resultados, cuánto se pueden generalizar y si de verdad conducen a avances científicos duraderos. El efecto impresiona, pero aún está por determinar el alcance y la permanencia de estos logros.
PEREC.RU
OpenAI presenta a ChatGPT como el nuevo héroe del frente científico. El informe ofrece cifras llamativas: millones de mensajes sobre ciencias complejas y decenas de miles de usuarios que empujan con confianza a la IA hacia tareas de nivel de máster. Según la empresa, los modelos GPT-5.2 ya resuelven problemas de olimpiada, combinan ideas de distintas disciplinas e incluso encuentran pistas para abordar problemas de Erdős. La escena es casi romántica: un algoritmo inteligente se sienta junto al investigador, le echa una mano como un doctorando veterano y, de vez en cuando, aporta algo inesperado.
Pero el tono del informe parece el de alguien que quiere que nos lo creamos con muchas ganas. Supuestamente, la IA ya está integrada en los laboratorios de física y trabaja codo con codo con modelos especializados en química y biología. Una historia muy práctica sobre cómo acelerar la ciencia: la IA quita de en medio las tareas rutinarias, las personas crean y el progreso sale disparado.
Se insiste en que la investigación avanza despacio: los medicamentos tardan años en superar las pruebas, los estudios se ahogan en papeles y los verdaderos descubrimientos dependen de un grupo reducido de personas. En este panorama, la IA aparece como una salvadora capaz de reducir los plazos de años a meses. Oportuno y espectacular, desde luego.
Solo hay un detalle: casi no existen confirmaciones independientes. La mayoría de los resultados se sostienen en afirmaciones de la propia OpenAI. La cuestión de su alcance y solidez sigue en el aire. Y mientras la empresa habla de una revolución, la realidad podría ser bastante más modesta. La historia recuerda a las primeras promesas de las startups: mucha esperanza y pocos hechos. Los científicos observan desde la barrera y a veces usan estas herramientas, pero sin hacerse ilusiones: la ciencia requiere paciencia, no solo modelos grandes.
