OpenAI presenta GeneBench-Pro para medir si la IA puede razonar como un científico en biología

OpenAI presentó GeneBench-Pro, un benchmark de nivel investigativo diseñado para medir si los agentes de IA pueden desenvolverse en uno de los retos más difíciles de la ciencia moderna: analizar datos biológicos ambiguos, iterar hipótesis y tomar decisiones con criterio. El anuncio muestra avances relevantes, pero también deja claro que incluso los mejores modelos aún están lejos de reemplazar a expertos humanos en biología computacional.