خبر کامل
ChatGPT 5.2 Thinking از رتبه برتر انسانی در آزمون‌های ورودی دانشگاه‌های ژاپن پیشی گرفت
شرکت LifePrompt در تازه‌ترین گزارش پژوهشی خود اعلام کرده است که مدل ChatGPT 5.2 Thinking در شبیه‌سازی کامل آزمون‌های ورودی سال 2026 دو دانشگاه برتر ژاپن، دانشگاه توکیو و دانشگاه کیوتو، مورد ارزیابی قرار گرفته و نتایج به‌دست‌آمده حاکی از عملکردی فراتر از بالاترین رتبه‌های انسانی در چندین دانشکده بوده است. این دستاورد، نقطه عطفی در رقابت هوش مصنوعی با توانمندی‌های شناختی انسان در آزمون‌های استاندارد محسوب می‌شود.
برتری چشمگیر در علوم طبیعی و ریاضیات
بر اساس گزارش منتشر شده، ChatGPT 5.2 Thinking در آزمون علوم طبیعی دانشگاه توکیو موفق به کسب 503 امتیاز از مجموع 550 امتیاز ممکن شده است. این در حالی است که بالاترین نمره ثبت‌شده توسط داوطلبان انسانی 453 امتیاز بوده است؛ اختلافی 50 امتیازی که نشان‌دهنده برتری چشمگیر مدل در این حوزه ارزیابی می‌شود.
همچنین این مدل در بخش ریاضیات همین آزمون نمره کامل را کسب کرده است؛ نتیجه‌ای که LifePrompt آن را نشانه‌ای از بلوغ توانایی مدل در حل مسائل ساختارمند و دقیق توصیف می‌کند.
پیشی گرفتن در حقوق و پزشکی کیوتو
در ارزیابی مشابهی که روی آزمون‌های ورودی دانشگاه کیوتو انجام شده، ChatGPT 5.2 Thinking در آزمون دانشکده حقوق موفق به ثبت 771 امتیاز شده؛ در حالی که بالاترین نمره انسانی 734 بوده است. در آزمون دانشکده پزشکی دانشگاه کیوتو نیز این مدل 1176 امتیاز کسب کرده که از 1098 امتیاز بهترین داوطلب انسانی فراتر رفته است. LifePrompt تاکید کرده این نتایج در شرایط استاندارد آزمون و بر اساس ساختار رسمی سوالات ورودی سال 2026 به‌دست آمده‌اند.
جهش عملکردی در دو سال
نکته قابل توجه در این گزارش، مقایسه عملکرد نسخه فعلی با نسل‌های قبلی است. به گفته LifePrompt، تنها دو سال پیش و در سال 2024، مدل GPT-4 در همین آزمون دانشگاه توکیو حتی موفق به کسب حداقل نمره قبولی نشده بود. این شرکت نتیجه آن سال را نقطه عطفی در مسیر توسعه می‌داند؛ زیرا فاصله عملکردی میان 2024 تا 2026 نشان‌دهنده جهشی قابل توجه در توانمندی‌های استدلالی و حل مسئله مدل‌های زبانی است.
بر اساس داده‌های تکمیلی ارائه‌شده، ChatGPT در ژانویه 2026 نیز در آزمون سراسری ورودی دانشگاه‌های ژاپن در 15 درس مختلف میانگین امتیاز 97 درصد را به‌دست آورده و در 9 درس نمره کامل کسب کرده بود. نتایج جدید مربوط به آوریل 2026 نشان می‌دهد روند صعودی عملکرد این مدل همچنان ادامه داشته است.
نقاط ضعف: چالش‌های تحلیلی و تشریحی
با وجود این نتایج چشمگیر، گزارش LifePrompt به نقاط ضعف مدل نیز اشاره می‌کند. ضعیف‌ترین عملکرد ChatGPT در پرسش‌های تشریحی و تحلیلی ثبت شده است. به‌عنوان نمونه، این مدل در آزمون زبان انگلیسی امتیاز 90 درصد را کسب کرده، اما در پرسش‌های تشریحی برخی دروس مانند تاریخ جهان تنها 25 درصد امتیاز به‌دست آورده است.
نکته مهم آن است که در این ارزیابی، پاسخ‌های تشریحی نه توسط سامانه‌های تصحیح خودکار بلکه توسط معلمان موسسات آموزشی به‌صورت دستی تصحیح شده‌اند؛ موضوعی که به گفته LifePrompt تصویری واقع‌گرایانه‌تر از کیفیت استدلال و انسجام نوشتاری مدل ارائه می‌دهد.
تحلیل عملکرد در حوزه‌های مختلف
طبق تحلیل این شرکت، دروس ریاضیات، شیمی، فیزیک و انفورماتیک که ساختاری مشخص و پاسخ‌های قطعی دارند، حوزه‌هایی هستند که هوش مصنوعی در آنها به سطحی فراتر از عملکرد انسانی رسیده است. در مقابل، در حوزه‌هایی که نیازمند ترکیب ایده‌ها، استدلال تحلیلی عمیق، تفسیر تاریخی یا نگارش تشریحی چندلایه هستند، فاصله عملکردی میان انسان و مدل کاهش می‌یابد و برتری مطلق مشاهده نمی‌شود.
LifePrompt در جمع‌بندی این گزارش تاکید کرده است که روند پیشرفت مدل‌های زبانی در بازه‌ای کوتاه، چشمگیر و ساختارشکن بوده و نتایج سال 2026 را می‌توان نشانه‌ای از ورود هوش مصنوعی به مرحله‌ای جدید در رقابت با توانمندی‌های شناختی انسان در آزمون‌های استاندارد دانست.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
