Nel 2026, OpenAI ha annunciato GeneBench-Pro, un benchmark per valutare la capacità degli agenti di intelligenza artificiale (AI) di gestire compiti complessi in genomica e biologia computazionale. L’iniziativa si colloca in un settore in rapida evoluzione, dove non è solo la capacità di generare dati genomici che conta, ma soprattutto come questi vengono analizzati e trasformati in informazioni utili per la ricerca farmaceutica, la medicina di precisione e l’identificazione di nuovi bersagli per i farmaci.

Gli obiettivi scientifici e industriali di GeneBench-Pro

OpenAI spiega che GeneBench-Pro non si limita a testare la capacità di un modello di AI di rispondere correttamente ad un quiz o esecutare una pipeline standard. Si tratta invece di un test pensato per valutare il giudizio scientifico e l’abilità di distinguere tra segnale e rumore in dati complessi. L’obiettivo è valutare se un modello sappia interpretare correttamente una situazione, modificando i metodi quando necessario e prendendo decisioni informate in contesti sperimentali.

La struttura del benchmark

Il benchmark prevede 129 problemi, suddivisi in 10 domini e 21 sottodomini, che coprono argomenti come:

    • Genetica statistica
    • Genomica oncologica
    • Farmacogenomica
    • Proteomica
    • Genomica microbica
    • Diagnostica clinica

Ogni problema presenta un dataset realistico, un contesto sperimentale plausibile e una richiesta di produzione di una decisione concreta. Questo approccio mira ad evitare due problemi comuni in benchmark scientifici: una dipendenza dagli autori e la capacità di ottenere un risultato formale senza analisi corretta.

Validazione esterna e costruzione del benchmark

Una parte significativa dei problemi ha ricevuto revisione esterna da parte di dottorandi, ricercatori post-doc, scienziati industriali e professori, garantendo che il benchmark rifletta fedelmente le competenze richieste in biologia computazionale. Inoltre, OpenAI ha realizzato la suite in forma sintetica per testare in modo uniforme le capacità senza influenze arbitrarie.

I risultati iniziali dell’AI di OpenAI

Tra i modelli testati, il GPT-5.6 Solr ha raggiunto una percentuale di risposte corrette del 28,7% in condizioni di elaborazione standard e del 31,5% in modalità Pro. Questi risultati rappresentano un importante passo in avanti rispetto al benchmark originale GeneBench, dove perfino il modello migliore non superava il 5%. Tuttavia, OpenAI sottolinea con chiarezza che oltre il 68% dei casi non è risolto correttamente da modelli avanzati, una percentuale troppo alta per considerare la sostituzione degli esperti umani.

Costi, tempo e potenziale economico dell’AI nella genomica

Per OpenAI, l’elemento chiave del benchmark non è soltanto la misurazione tecnica, ma la capacità di misurarlo in termini economici. Il costo di un esperto umano che risolve un problema genomico è stimato a circa 20-40 ore di lavoro, con un prezzo minimo di 200 dollari a ora e costi che possono arrivare a migliaia di dollari per task. Invece, l’utilizzo di un sistema automatizzato ha un costo di pochi dollari per singolo compito. Questo è lo spazio in cui OpenAI vede l’AI rimpiazzare attività ripetitive, comprimendone i costi e migliorando l’efficienza in contesti industriali.

Dati reali e il ruolo dell’AI nella genomica industriale

L’applicazione pratica dell’AI nella genomica cresce a mano a mano che vengono moltiplicati i dataset di grandi dimensioni, come UK Biobank che ha sequenziato 490.640 partecipanti nel 2026, o All of Us negli Stati Uniti, che ha integrato dati da 6 fonti principali come i sondaggi, le analisi genomiche, le misure fisiche, le analisi cliniche elettroniche, e i dati provenienti da dispositivi wearables.

Queste risorse aprono alla ricerca nuovi scenari. Benchling, in un rapporto del 2026, sottolinea che le applicazioni principali dell’AI in farmaceutica e genetica sono:

    • 76% per la revisione della letteratura
    • 71% per la previsione della struttura proteica
    • 66% per reportistica scientifica
    • 58% per l’identificazione di bersagli terapeutici

Queste applicazioni funzionano quando i dati sono strutturati e supportati da infrastrutture adeguate, una condizione che non sempre è rispettata. Benchling osserva che i progetti di AI in ricerca si bloccano spesso non per mancanza di tecnologie, ma per limiti della gestione dei dati. In alcuni casi, l’implementazione ha portato ad una riduzione del 50% del tempo e miglioramenti nell’efficienza operativa fino al 6500%.

I vantaggi e i rischi dell’automazione

Sebbene l’AI non possa ancora sostituire i ricercatori senior in genomica, ha il potenziale di accelerare fasi intermedie e ridurre errori. Queste includono:

    • Pulizia dati
    • Verifica di coerenza
    • Selezione del metodo statistico
    • Sezione dei campioni problematici
    • Produzione e test di ipotesi

Questi vantaggi possono significativamente ridurre il carico dei ricercatori, permettendo ad essi di concentrarsi su attività critiche e decisioni di alto livello. Tuttavia, OpenAI ricorda che errori sistematici possono moltiplicarsi e condurre a rischi significativi in sperimentazione clinica, se i modelli non vengono guidati con attenzione.

GeneBench-Pro all’interno dell’ecosistema OpenAI

Il benchmark entra in un campo dove OpenAI sta espandendo rapidamente le sue capacità in genomica. Nelle stesse settimane del lancio di GeneBench-Pro, OpenAI ha annunciato altri importanti sviluppi:

    • 17 giugno 2026: lancio di LifeSciBench, benchmark per scienze della vita
    • 17 giugno 2026: pubblicazione di una collaborazione con Molecule.one per un chimico AI quasi autonomo
  • Giugno 20