Impulsant la ciència i les matemàtiques amb GPT‑5.2

Una de les nostres esperances per a una IA potent és que acceleri la recerca científica en benefici de tothom, ajudant els investigadors a explorar més idees, provar-les més ràpid i convertir els descobriments en impacte. 

Durant l’últim any, hem treballat estretament amb científics de les matemàtiques, la física, la biologia i la informàtica per entendre on la IA pot ajudar —i on encara es queda curta. El mes passat, vam publicar un article⁠ que recopila estudis de cas inicials de matemàtiques, física, biologia, informàtica, astronomia i ciència dels materials en què GPT‑5 va ajudar investigadors, mostrant com GPT‑5 ja ha començat a contribuir a treball científic real. Amb GPT‑5.2, comencem a veure que aquestes millores esdevenen més consistents i fiables.

GPT‑5.2 Pro i GPT‑5.2 Thinking són els nostres models més potents fins ara per al treball científic i matemàtic.

Un fort raonament matemàtic és una base de la fiabilitat en el treball científic i tècnic. Permet als models seguir una lògica de diversos passos, mantenir les quantitats coherents i evitar errors subtils que es poden acumular en anàlisis reals, des de simulacions i estadística fins a predicció i modelització. Les millores en benchmarks com FrontierMath no reflecteixen una habilitat limitada, sinó un raonament general i una abstracció més sòlids, capacitats que es traslladen directament a fluxos de treball científics com la programació, l’anàlisi de dades i el disseny experimental.

Aquestes capacitats també estan estretament vinculades al progrés cap a la intel·ligència general. Un sistema que pot raonar de manera fiable a través de l’abstracció, mantenir la coherència al llarg de llargues cadenes de pensament i generalitzar entre dominis mostra trets que són fonamentals per a l’AGI: no trucs específics d’una tasca, sinó habilitats de raonament àmplies i transferibles que importen en la ciència, l’enginyeria i la presa de decisions al món real.

Creiem que GPT‑5.2 Pro i GPT‑5.2 Thinking són els millors models del món per ajudar i accelerar la feina dels científics. A GPQA Diamond, un benchmark de preguntes i respostes de nivell de postgrau resistent a Google, GPT‑5.2 Pro assoleix el 93,2 %, seguit de prop per GPT‑5.2 Thinking amb el 92,4 %.

A FrontierMath (Tier 1–3), una avaluació de matemàtiques de nivell expert, GPT‑5.2 Thinking va establir un nou estat de l’art en resoldre el 40,3 % dels problemes.

Aquest resultat suggereix una direcció útil sobre com els sistemes d’IA poden donar suport a la recerca científica, especialment en dominis amb fonaments teòrics axiomàtics com les matemàtiques i la informàtica teòrica. En contextos com aquests, els models d'avantguarda poden ajudar a explorar demostracions, posar a prova hipòtesis i identificar connexions que, altrament, podrien requerir un esforç humà considerable per descobrir.

Al mateix temps, aquests sistemes no són investigadors independents. El criteri expert, la verificació i la comprensió del domini continuen sent essencials. Fins i tot els models molt capaços poden cometre errors o basar-se en supòsits no expressats. Però també poden produir arguments detallats i estructurats que mereixen un estudi i un refinament humans acurats. Per tant, avançar de manera fiable amb la IA depèn de fluxos de treball que mantinguin fermament la validació, la transparència i la col·laboració dins del procés.

Considerat com a estudi de cas, aquest resultat il·lustra una manera emergent de practicar la recerca. Models com GPT‑5.2 poden servir com a eines per donar suport al raonament matemàtic i accelerar l’exploració en fases inicials, mentre que la responsabilitat de la correcció, la interpretació i el context continua recaient en els investigadors humans. Utilitzats amb cura, aquests sistemes poden ajudar a agilitzar aspectes significatius del treball teòric sense desplaçar el paper central del criteri humà en la investigació científica.