GPT-5.2 devance les candidats de cette année sur des épreuves d'admission de l'Université de Tokyo et de l'Université de Kyoto

GPT-5.2 vient de franchir un nouveau cap, longtemps considéré comme un territoire humain : lors d'un test sur des sujets des concours d'entrée de l'Université de Tokyo et de l'Université de Kyoto, le modèle a obtenu un résultat supérieur à celui des candidats de cette année. Et il ne s'agit pas simplement de passer un seuil : selon LifePrompt, le système en mode réflexion a atteint un niveau qui dépasse même les scores d'admission les plus élevés dans plusieurs filières, dont la médecine.

Les tests ont été menés par LifePrompt, qui a comparé les réponses du modèle aux sujets d'examen actuels et aux résultats de la campagne d'admission réelle. Il faut souligner qu'il ne s'agit ni d'une participation officielle du réseau de neurones au recrutement japonais, ni d'une histoire d'inscription à l'université : c'est plutôt un test de résistance des capacités académiques du modèle dans un environnement ultra-compétitif. Mais c'est précisément ce format qui est utile : il permet d'évaluer non un benchmark abstrait, mais la façon dont l'IA traite des tâches complexes qui servent à écarter les meilleurs candidats.

Le choix du terrain n'est pas anodin non plus. L'Université de Tokyo et l'Université de Kyoto sont les deux établissements les plus prestigieux et les plus sélectifs du Japon, et les cursus de médecine figurent traditionnellement parmi les plus difficiles d'accès. Si le modèle dépasse réellement le plafond des scores d'admission dans ces filières, cela signifie plus qu'une bonne érudition. C'est le signe d'une capacité solide à traiter des problèmes qui exigent de la logique, de longues chaînes de raisonnement, des calculs rigoureux et l'aptitude à ne pas perdre le fil entre plusieurs conditions.

D'après la description du test, le mode réflexion a joué le rôle clé. Le modèle y consacre plus de temps à l'analyse interne du problème avant de donner sa réponse finale. Pour des concours d'entrée, c'est particulièrement important : ces sujets sanctionnent souvent non l'ignorance d'un fait, mais un seul maillon intermédiaire erroné.

Les progrès de ces systèmes ressemblent donc de moins en moins à de la « devinette statistique » et de plus en plus à une résolution de problèmes pas à pas. En même temps, cela n'efface pas les limites : même un score remarquable sur des jeux d'épreuves ne prouve pas encore que le modèle soit aussi fiable dans un dialogue réel, un travail de recherche ou des décisions cliniques.

Pour l'éducation, c'est un signal dans plusieurs directions à la fois. D'abord, les examens types jouent de moins en moins bien leur rôle de filtre de connaissances si un modèle de raisonnement performant peut les réussir de façon stable mieux que la plupart des gens. Ensuite, la valeur de la préparation elle-même change : ce qui compte, ce n'est plus de résoudre mécaniquement des problèmes connus, mais de savoir formuler des questions, vérifier les étapes intermédiaires, défendre ses conclusions et travailler en tandem avec des outils d'IA.

Enfin, ces résultats poussent les universités à revoir leurs méthodes d'évaluation : ajouter davantage d'oraux, de travaux de projet et d'exercices où l'argumentation personnelle est décisive, et pas seulement la réponse finale sur la copie.

Pour le marché de l'IA, c'est aussi une démonstration de la direction que prend la concurrence entre modèles. Ce n'est plus le système qui formule le plus joliment un texte qui l'emporte, mais celui qui tient la charge cognitive sur la durée et reste précis sous la pression de conditions complexes. Les examens académiques sont commodes précisément parce que l'erreur y coûte cher et que le critère de réussite est clair. Si un modèle se met à gagner avec assurance dans cet environnement, son potentiel dépasse vite l'éducation : analyse, calculs d'ingénierie, préparation aux certifications et autres domaines qui demandent de la discipline de pensée.

Le principal enseignement est simple : la barre de l'IA « intelligente » a de nouveau été relevée, et la question n'est plus de savoir si un modèle peut réussir un examen difficile, mais comment les personnes et les institutions doivent reconstruire les règles autour de ce fait. Pour l'instant, ces tests restent plutôt une démonstration de capacités qu'un substitut à une véritable expertise. Mais l'écart entre les tâches académiques pour un humain et pour un modèle performant continue de se réduire rapidement.