- OpenAI afirma que 8,4 milhões de mensagens semanais são enviadas sobre ciências e matemática avançadas
- Os modelos GPT-5.2 podem seguir longas cadeias de raciocínio e verificar os resultados de forma independente
- A IA acelera tarefas rotineiras de pesquisa, como codificação, revisão de literatura e planejamento de experimentos
A OpenAI deseja que os usuários tratem o ChatGPT como um colaborador de pesquisa, com novas pesquisar alegando que quase 8,4 milhões de mensagens são enviadas todas as semanas com foco em tópicos avançados de ciências e matemática, geradas por cerca de 1,3 milhão de usuários em todo o mundo.
A OpenAI destaca que esse uso cresceu quase 50% no ano passado, sugerindo que o sistema está indo além da experimentação ocasional para fluxos de trabalho regulares de pesquisa.
Esses usuários supostamente se envolvem em trabalhos comparáveis a estudos de pós-graduação ou pesquisas ativas em matemática, física, química, biologia e engenharia.
Escala de uso e integração de pesquisa
A matemática recebe atenção especial no relatório. Diz-se que os modelos GPT-5.2 sustentam longas cadeias de raciocínio, verificam seu próprio trabalho e operam com sistemas formais de prova como o Lean.
A OpenAI afirma que os modelos alcançaram resultados de nível ouro na Olimpíada Internacional de Matemática de 2025 e demonstraram sucesso parcial no benchmark FrontierMath.
O relatório também afirma que os modelos contribuíram para soluções ligadas aos problemas abertos de Erdős, com matemáticos humanos confirmando os resultados.
Embora os modelos não gerem teorias matemáticas inteiramente novas, recombinam ideias conhecidas e identificam ligações entre campos, o que acelera a verificação formal e a descoberta de provas.
Padrões semelhantes aparecem em outras áreas científicas. Em benchmarks de nível de pós-graduação, como GPQA, o GPT-5.2 excede 92% de precisão sem ferramentas externas.
Os laboratórios de física supostamente usam IA para integrar simulações, registros experimentais, documentação e sistemas de controle, ao mesmo tempo que apoiam a exploração teórica.
Em química e biologia, abordagens híbridas combinam modelos de linguagem de uso geral com ferramentas especializadas, como redes neurais gráficas e preditores de estrutura de proteínas.
Estas combinações visam melhorar a fiabilidade e, ao mesmo tempo, manter a supervisão humana no centro da tomada de decisões.
O relatório coloca estes desenvolvimentos num contexto mais amplo. O progresso científico apoia a medicina, os sistemas energéticos e a segurança pública, mas a investigação avança muitas vezes lentamente e requer trabalho substancial.
Uma pequena parte da população global produz a maioria das descobertas fundamentais, enquanto projetos como o desenvolvimento de medicamentos podem levar mais de uma década.
OpenAI argumenta que os pesquisadores usam cada vez mais Ferramentas de IA para lidar com tarefas rotineiras e demoradas, incluindo codificação, revisão de literatura, análise de dados, suporte de simulação e planejamento de experimentos.
Ele cita estudos de caso que vão desde provas matemáticas mais rápidas até projetos de proteínas com RetroBioSciences, onde a IA supostamente encurtou os prazos de anos para meses.
Embora o relatório apresente números de utilização e resultados de referência notáveis, a validação independente permanece limitada.
Persistem dúvidas sobre até que ponto estes resultados se mantêm ao longo do tempo, até que ponto se aplicam e se os ganhos relatados se traduzem em avanços científicos duradouros.
Esses números de uso e pontuações de benchmark se destacam, mas a validação independente ainda é limitada.
Siga o TechRadar no Google Notícias e adicione-nos como fonte preferencial para receber notícias, análises e opiniões de especialistas em seus feeds. Certifique-se de clicar no botão Seguir!
E é claro que você também pode Siga o TechRadar no TikTok para notícias, análises, unboxings em formato de vídeo e receba atualizações regulares nossas em WhatsApp também.