💥 Hoy decimos "hola mundo" desde OpenAI para la Ciencia. Estamos publicando un artículo que muestra 13 ejemplos de cómo GPT-5 acelera la investigación científica en matemáticas, física, biología y ciencia de materiales. En 4 de estos ejemplos, GPT-5 ayudó a encontrar pruebas de problemas previamente no resueltos.

Nuestro objetivo es ser medidos, pero optimistas. Mostramos, con ejemplos específicos, lo que GPT-5 puede y no puede hacer hoy, y damos un camino claro sobre cómo los investigadores pueden usarlo para acelerar el descubrimiento científico mientras mantienen altos estándares. Creemos que GPT-5 ya proporciona un valor sustancial para los investigadores científicos hoy, y se convertirá en una herramienta aún más poderosa mañana.

No se trata solo de las pruebas de problemas no resueltos. Hay ejemplos cotidianos de aceleración, como cuando GPT-5 puede ahorrar horas al completar un cálculo difícil. Es un compañero de lluvia de ideas increíble para nuevas ideas debido a la vasta cantidad de ciencia que comprende. Y sus habilidades de búsqueda de literatura son increíbles, emparejando conceptos a través de disciplinas e idiomas.

Una de mis citas favoritas en el artículo proviene del físico Robert Scherrer: “He acumulado una serie de problemas matemáticos interesantes no resueltos que me han frustrado a lo largo de mis 40 años de carrera investigadora. Muchos de estos parecen particularmente adecuados para soluciones de IA. He esperado mucho tiempo para que este momento llegara.”

GPT-5 aún no está resolviendo grandes problemas abiertos como la Conjetura de Riemann o contribuyendo al Programa de Langlands. Pero la idea de que estaríamos hablando de un LLM proporcionando pruebas de problemas no resueltos habría sido absurda hace un año. Así que el hecho de que estemos resolviendo problemas no resueltos pequeños a medianos hoy significa que resolveremos problemas más grandes en el futuro. Y el futuro llega rápido en la IA.

Quiero dar un enorme agradecimiento a nuestros coautores: Christian Coester, Timothy Gowers (@wtgowers), Mehtaab Sawhney, Robert Scherrer, Brian Spears (@bkspears9), Derya Unutmaz (@DeryaTR_) y Nikita Zhivotovskiy. Un agradecimiento especial también a @SebastienBubeck, @ALupsasca y @MarkSellke por su intensa colaboración en el artículo, y al resto de nuestros colegas que contribuyeron.

¡Y, por supuesto, el documento! Está vinculado aquí y debería estar disponible pronto. ¡Espero escuchar tus opiniones! 2026 va a ser increíble.