حققت GPT-5.2 أفضل النتائج في امتحانات القبول بجامعات طوكيو وكيوتو

وصلت GPT-5.2 إلى علامة فارقة أخرى ظلت طويلاً تُعتبر أراضي حصرية بشرية: في الاختبار على أسئلة امتحانات القبول بجامعتي طوكيو وكيوتو، أظهرت النموذج نتائج تتفوق على نتائج المتقدمين في هذا العام. وليس الأمر مجرد تجاوز حد معين — وفقاً لـ LifePrompt، حقق النظام في وضع التفكير مستوى يتجاوز حتى أعلى درجات النجاح في عدة برامج، بما فيها الطب.

أجرت الاختبارات شركة LifePrompt، بمقارنة إجابات النموذج مع أسئلة الامتحان الفعلية ونتائج حملة القبول الحالية. من المهم ملاحظة أن هذا ليس مشاركة رسمية للشبكة العصبية في القبول الجامعي الياباني، ولا قصة عن الالتحاق بجامعة: بل هو بدلاً من ذلك اختبار إجهاد للقدرات الأكاديمية للنموذج في البيئة الأكثر تنافساً. لكن هذا التنسيق بالذات هو ما يثبت قيمته: فهو يسمح بتقييم ليس معياراً مجرداً، بل كيف تتعامل الذكاء الاصطناعي مع المهام المعقدة التي يتم فحص المرشحين الأقويين من خلالها.

اختيار الموقع ليس عرضياً أيضاً. جامعتا طوكيو وكيوتو هما أعرق وأكثر المؤسسات انتقائية في اليابان، وتصنف برامج الطب تقليدياً ضمن الأصعب للدخول. إذا تجاوز النموذج حقاً الحد الأعلى من درجات النجاح في مثل هذه البرامج، فهذا يعني أكثر بكثير من مجرد معرفة واسعة.

فهو دليل على قدرة مستقرة على العمل مع مهام تتطلب منطقاً، وسلاسل طويلة من الاستدلال، وحسابات دقيقة، والقدرة على الحفاظ على السياق عبر عدة شروط. وفقاً لوصف الاختبار، لعب وضع التفكير دوراً أساسياً. في هذا الوضع، يقضي النموذج مزيداً من الوقت في التحليل الداخلي للمشكلة قبل تقديم الإجابة النهائية.

بالنسبة لامتحانات القبول هذا مهم بشكل خاص: فمثل هذه الأسئلة غالباً ما تعاقب ليس على افتقار المعرفة، بل على خطأ وحيد في خطوة وسيطة. لذلك فإن التقدم في هذه الأنظمة يشبه بشكل متزايد حل المشاكل بشكل كامل بتنسيق خطوة تلو الخطوة بدلاً من "التخمين الإحصائي". وفي الوقت نفسه، هذا لا ينفي القيود: حتى درجة استثنائية في مجموعات الامتحانات لا تثبت بعد أن النموذج موثوق به بنفس القدر في الحوار الحي أو العمل البحثي أو القرارات السريرية.

بالنسبة للتعليم، فهذا يشير إلى آثار في عدة اتجاهات. أولاً، الامتحانات القياسية تفشل بشكل متزايد في الدخول كمرشح نقي للمعرفة، إذا كان نموذج تفكير قوي قادراً على اجتيازها باستمرار بشكل أفضل من معظم الناس. ثانياً، قيمة الإعداد نفسه تتغير: حل المهام المألوفة بشكل ميكانيكي يصبح أقل أهمية من القدرة على صياغة الأسئلة والتحقق من الخطوات الوسيطة والدفاع عن الاستنتاجات والعمل بالاقتران مع أدوات الذكاء الاصطناعي.

وأخيراً، تدفع مثل هذه النتائج الجامعات إلى إعادة النظر في طرق التقييم — إضافة المزيد من المكونات الشفوية والعمل بالمشاريع والمهام التي تكون فيها الحجة المستقلة حتمية، وليس فقط الإجابة النهائية على ورقة الاختبار. بالنسبة لسوق الذكاء الاصطناعي، هذا أيضاً عرض توضيحي لاتجاه المنافسة بين النماذج. النظام الفائز لم يعد هو الذي يصيغ النص بأناقة، بل الذي يحافظ على أحمال معرفية طويلة ويحافظ على الدقة تحت ضغط الشروط المعقدة.

الامتحانات الأكاديمية مفيدة بالضبط لأنها تحمل تكلفة خطأ عالية ومعايير نجاح واضحة. إذا بدأ نموذج ما يفوز باستمرار في مثل هذه البيئة، فإن إمكاناته تمتد بسرعة إلى ما وراء التعليم — إلى التحليل والحسابات الهندسية وتحضير الشهادات والمجالات الأخرى حيث التفكير المنظم ضروري. الخلاصة الرئيسية بسيطة: تم رفع مستوى الذكاء الاصطناعي "الذكي" مرة أخرى، والآن السؤال لم يعد ما إذا كان نموذج يمكنه اجتياز امتحان صعب، بل كيف يجب على الناس والمؤسسات إعادة هيكلة القواعد حول هذه الحقيقة.

في الوقت الحالي، تظل مثل هذه الاختبارات عرضاً توضيحياً للقدرات أكثر من كونها بديلاً للخبرة الحقيقية. لكن الفجوة بين المهام الأكاديمية للبشر والنماذج القوية تستمر في الضيق بسرعة.