OpenAI vient de raconter comment son modèle GPT-5 Pro a aidé un laboratoire d'immunologie à dénouer une question restée sans réponse pendant trois ans. En quelques minutes, l'outil a proposé un mécanisme biologique plausible, puis une expérience pour le vérifier. Le résultat relance le débat sur la place de l'IA dans la recherche scientifique.
Un mystère vieux de trois ans
Depuis 2022, l'équipe de Derya Unutmaz, immunologue au Jackson Laboratory for Genomic Medicine, butait sur un comportement étrange des cellules T, ces globules blancs qui orchestrent la défense de l'organisme contre les infections et certains cancers. La question paraissait simple sur le papier : comment le glucose, le principal carburant des cellules, influence-t-il la façon dont les cellules T se développent et se spécialisent ? Les données du laboratoire montraient un effet net, mais personne ne parvenait à l'expliquer.
Le chercheur a soumis à GPT-5 Pro un graphique encore inédit, issu de ses propres expériences. Selon OpenAI, le modèle a identifié en quelques minutes le mécanisme le plus probable, là où les scientifiques cherchaient depuis des mois.
De l'hypothèse à l'expérience
L'outil ne s'est pas arrêté à une explication. Il a proposé une expérience concrète pour tester son hypothèse. Quand Derya Unutmaz lui a demandé de simuler le résultat, GPT-5 Pro a prédit que la manipulation renforcerait la capacité des cellules CD8+, un type de cellule T tueuse, à détruire des cellules de lymphome. L'expérience menée ensuite au laboratoire a confirmé la prédiction.
- Le sujet : le rôle du glucose dans la maturation des cellules T.
- Le déclic : un graphique non publié, analysé en quelques minutes.
- La preuve : une hausse mesurée de l'efficacité des cellules CD8+ contre des cellules cancéreuses.
Un outil, pas un chercheur
OpenAI insiste sur un point : la validation est venue des scientifiques, pas de la machine. Le modèle a accéléré une étape précise, la formulation d'une hypothèse, mais c'est le laboratoire qui a conçu, mené et vérifié l'expérience. Cette nuance compte, car les grands modèles de langage restent capables de produire des explications fausses avec assurance.
Le cas s'inscrit dans une série d'exemples mis en avant par OpenAI pour illustrer l'usage de ses modèles dans la recherche. L'entreprise avait déjà raconté comment GPT-5 avait aidé le mathématicien Ernest Ryu à avancer sur un problème ouvert depuis quarante ans.
Ce que ça change
Pour les laboratoires, l'enjeu n'est pas de remplacer le chercheur mais de raccourcir l'étape la plus incertaine du travail : relier des données éparses à une idée testable. Une limite demeure. Tant que chaque piste doit être vérifiée en paillasse, le modèle accélère la réflexion, jamais la preuve. La prochaine étape se jouera sans doute là.