AI w nauce przechodzi od efektownych demonstracji do realnych wyników. 23 czerwca OpenAI opisało przypadek immunologa prof. Deryi Unutmaza, któremu model GPT-5 Pro pomógł rozwikłać trzyletnią zagadkę dotyczącą limfocytów T, czyli komórek odpowiedzialnych za zwalczanie nowotworów i infekcji.
Pytanie, nad którym pracował zespół, było pozornie proste: jak glukoza wpływa na rozwój i specjalizację limfocytów T. Wcześniej odpowiedź wymykała się badaczom przez trzy lata. Unutmaz poprosił GPT-5 Pro o zasymulowanie eksperymentu, który sam wcześniej przeprowadził w laboratorium na limfocytach atakujących komórki chłoniaka. Jego eksperyment pokazał, że limfocyty CD8+ zyskiwały zwiększoną zdolność do niszczenia komórek nowotworu. Model, pracując wyłącznie na opisie problemu, poprawnie przewidział ten sam efekt.
Co dokładnie zrobił model
GPT-5 Pro nie zatrzymał się na samej predykcji. Powiązał zaobserwowane zjawiska z hipotezą mechanistyczną: odróżnił zablokowanie glikolizy od zaburzonej N-glikozylacji, wskazał szlak receptora IL-2 jako prawdopodobny czynnik sprawczy i przewidział, że efekt niosą limfocyty pamięci, a nie komórki naiwne. To gotowe, testowalne hipotezy, które zwykle wymagają tygodni pracy zespołu. Sam Unutmaz ocenił, że takie podejście może skrócić czas odkryć z lat do tygodni. Przypadek jest częścią szerszego zestawu eksperymentów OpenAI z wykorzystaniem GPT-5 w nauce.
Co to znaczy dla firm w Polsce? Wartością nie jest zastąpienie eksperta, lecz skrócenie drogi od pytania do hipotezy. Model działa tu jak partner do analizy: czyta literaturę, łączy fakty i proponuje kierunek, który człowiek następnie weryfikuje. Ta sama logika dotyczy działów badawczo-rozwojowych, analityki rynkowej czy kontroli jakości — AI przyspiesza etap koncepcyjny, ale wynik wciąż musi sprawdzić specjalista. Dla menedżera płynie z tego konkretny wniosek: warto wpinać modele tam, gdzie powstają hipotezy i analizy, a nie tylko tam, gdzie trzeba wygenerować tekst. Bez weryfikacji łatwo pomylić trafną sugestię z halucynacją, a cena takiej pomyłki bywa wysoka.
Źródło: OpenAI — How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery (EN), 23 czerwca 2026. Szerszy kontekst: „Early science acceleration experiments with GPT-5" (EN).
