OpenAI reporta que casi 8.4 millones de mensajes semanales en ciencia y matemáticas evidencian un uso creciente de ChatGPT en investigaciones avanzadas
El uso de ChatGPT en investigación científica y matemática aumenta rápidamente, con millones de mensajes semanales que muestran su integración en trabajos avanzados.
OpenAI quiere que los usuarios consideren ChatGPT como un colaborador de investigación. Un nuevo informe afirma que se envían casi 8,4 millones de mensajes cada semana centrados en ciencia avanzada y matemáticas, generados por aproximadamente 1,3 millones de usuarios en todo el mundo.
OpenAI señala que este uso ha crecido casi un 50% en el último año, lo que sugiere que el sistema está pasando de un uso ocasional a integrarse en flujos de trabajo de investigación regulares.
Estos usuarios realizan trabajos comparables al nivel de estudios de posgrado o investigación activa en matemáticas, física, química, biología e ingeniería.
Las matemáticas reciben especial atención en el informe. Se dice que los modelos GPT-5.2 mantienen cadenas largas de razonamiento, revisan su propio trabajo y operan con sistemas formales de prueba como Lean.
OpenAI afirma que los modelos lograron resultados a nivel oro en la Olimpiada Matemática Internacional de 2025 y mostraron éxito parcial en el benchmark FrontierMath.
El informe también indica que los modelos contribuyeron a soluciones vinculadas a problemas abiertos de Erdős, con confirmación de resultados por parte de matemáticos humanos.
Aunque los modelos no generan teorías matemáticas completamente nuevas, recombinan ideas conocidas e identifican conexiones entre campos, lo que acelera la verificación formal y el descubrimiento de pruebas.
Patrones similares se observan en otras áreas científicas. En pruebas de nivel posgrado como GPQA, GPT-5.2 supera el 92% de precisión sin herramientas externas.
En laboratorios de física, la IA se utiliza para integrar simulaciones, registros experimentales, documentación y sistemas de control, además de apoyar la exploración teórica.
En química y biología, los enfoques híbridos combinan modelos generales de lenguaje con herramientas especializadas, como redes neuronales gráficas y predictores de estructuras proteicas.
Estas combinaciones buscan mejorar la fiabilidad manteniendo la supervisión humana en la toma de decisiones.
El informe sitúa estos avances en un contexto más amplio. El progreso científico respalda la medicina, los sistemas energéticos y la seguridad pública, aunque la investigación avanza de forma lenta y requiere mucho esfuerzo.
Una pequeña parte de la población mundial produce la mayoría de los descubrimientos fundamentales, mientras que proyectos como el desarrollo de fármacos pueden durar más de una década.
OpenAI sostiene que los investigadores usan cada vez más herramientas de IA para encargarse de tareas rutinarias y laboriosas, como programación, revisión bibliográfica, análisis de datos, apoyo a simulaciones y planificación experimental.
Cita estudios de caso que van desde la aceleración de pruebas matemáticas hasta el diseño de proteínas en RetroBioSciences, donde la IA habría reducido los plazos de años a meses.
Aunque el informe presenta cifras de uso y resultados destacados, la validación independiente sigue siendo limitada.
Persisten dudas sobre la estabilidad de estos resultados a lo largo del tiempo, su aplicabilidad general y si las mejoras reportadas se traducen en avances científicos duraderos.
Estos datos y resultados destacan, pero la validación independiente aún es escasa.