Povestea OpenAI din imunologie arata o versiune realista a accelerarii stiintei: un expert reviziteaza o problema grea, modelul scoate la suprafata un mecanism plauzibil, iar laboratorul primeste o directie mai buna pentru follow-up.
Cazul este despre imunologul Derya Unutmaz si o intrebare veche de trei ani despre felul in care glucoza afecteaza dezvoltarea celulelor T. Laboratorul lui pusese experimentul pe pauza dupa ce rezultatele nu se potriveau cu explicatia asteptata.
Modelul a ajutat la reconectarea mecanismului
OpenAI spune ca GPT-5 Pro a sugerat ca deoxyglucose interfereaza cu formarea IL-2, o proteina implicata in transformarea celulelor T in celule inflamatorii Th17. Asta a dat laboratorului un mecanism care se potrivea cu pattern-ul experimental confuz.
Conform postarii OpenAI, modelul a prezis si rezultatul unui alt experiment cu celule T CD8+ si celule de limfom. Rezultatul nu fusese inca publicat, asa ca afirmatia ramane in cazul raportat de OpenAI, nu in validare publica independenta.
Mai multe probleme puse pe pauza devin revizuibile
Impactul realist pe termen apropiat este acesta: stiinta nu devine automata, dar mai multe probleme abandonate sau blocate devin mai usor de inspectat din nou.
Modelele pot ajuta cercetatorii sa parcurga literatura, sa lege mecanisme apropiate, sa propuna explicatii si sa restranga experimentele care merita timp. Expertiza umana ramane cea care decide ce se testeaza, ce sustin dovezile si cum se trateaza incertitudinea.
Daca traiectoria se pastreaza, vom auzi mai des povesti de acest tip. Partea surprinzatoare va deveni mai putin surprinzatoare: un model prinde o conexiune putin in afara cadrului echipei si ii da expertului o intrebare mai buna.
Servicii relevante: Calitate, Knowledge, Expertiza OpenAI