GPT-Rosalind di OpenAI: cosa cambia per la ricerca grazie al modello dedicato alle scienze della vita

Che cos'è GPT-Rosalind?

GPT-Rosalind è un modello di ragionamento della famiglia GPT, ottimizzato per i flussi di lavoro scientifici. Combina una comprensione approfondita della chimica, dell'ingegneria proteica e della genomica con una maggiore capacità di utilizzare strumenti e banche dati scientifiche nell'ambito di processi articolati in più fasi.

Compiti per i quali OpenAI lo utilizza:

• Rassegna della letteratura e sintesi delle prove scientifiche
• Interpretazione delle relazioni sequenza-funzione (DNA, RNA, proteine)
• Progettazione sperimentale e analisi dei dati
• Analisi delle molecole, delle vie biologiche e della biologia delle malattie
• Orchestrazione in più fasi tramite il plugin Codex Life Sciences (oltre 50 strumenti e banche dati pubbliche)

Oltre al modello, OpenAI pubblica su GitHub un plugin Codex Life Sciences (gratuito). Il plugin offre un livello di orchestrazione che collega oltre 50 risorse pubbliche (genetica umana, genomica funzionale, struttura delle proteine, biochimica, dati clinici, set di dati pubblici). Questo plugin funziona anche con i principali modelli GPT-5+ per gli utenti che non hanno accesso a GPT-Rosalind.

Prestazioni dichiarate: risultati da prendere sul serio

OpenAI pubblica diversi benchmark in cui GPT-Rosalind si colloca al primo posto tra i modelli testati su compiti scientifici:

• BixBench (casi concreti in bioinformatica): punteggio di 0,751 contro lo 0,732 di GPT-5.4 e lo 0,728 di GPT-5. Il miglior risultato pubblicato.
• LABBench2 (ricerca bibliografica, accesso alle banche dati, manipolazione di sequenze, progettazione di protocolli): superiore a GPT-5.4 in 6 compiti su 11, con il miglioramento più significativo in CloningQA (progettazione di DNA e reagenti enzimatici per protocolli di clonazione molecolare).
• Valutazione di Dyno Therapeutics (previsione e generazione sequenza-funzione dell'RNA): risultati migliori, superiori al 95° percentile rispetto agli esperti umani nella previsione, e intorno all'84° percentile nella generazione.

Questi dati sono significativi. Dimostrano che un modello specializzato in biologia supera un modello generalista della stessa generazione in compiti scientifici specifici. Per i team impegnati nella ricerca farmacologica su larga scala, il potenziale aumento di produttività è notevole.

Condizioni di accesso: un modello riservato a una cerchia ristretta

È proprio su questo punto che l'annuncio richiede un'attenta lettura. GPT-Rosalind viene lanciato tramite un «programma di accesso sicuro», con diverse condizioni cumulative:

• Inizialmente, il servizio sarà disponibile solo per i clienti Enterprise negli Stati Uniti; al momento dell'annuncio non è stata comunicata alcuna disponibilità in Europa.
• Qualificazione e valutazione della sicurezza da parte di OpenAI: uso scientifico legittimo, governance, conformità, prevenzione degli abusi.
• Accesso tramite ChatGPT, Codex e APIo a determinate condizioni; il modello non è disponibile in modalità self-service come GPT-5.
• Partner di riferimento: Amgen, Moderna, Novo Nordisk, Thermo Fisher Scientific, Allen Institute, NVIDIA, Benchling, Oracle Health, UCSF, Los Alamos National Laboratory. E partner di consulenza per l'integrazione: McKinsey, BCG, Bain.

Questa strategia di accesso — giustificabile dal punto di vista della biosicurezza — definisce anche un posizionamento del prodotto: GPT-Rosalind si rivolge alle grandi aziende farmaceutiche e biotecnologiche statunitensi in grado di avvalersi di una società di consulenza per integrare il modello. Esclude invece la maggior parte dei laboratori accademici europei, delle PMI biotecnologiche e dei gruppi di ricerca pubblici.

Cosa significa questo per i laboratori europei

Per un direttore di un UMR, un responsabile della ricerca e sviluppo nel settore delle biotecnologie o un caposquadra nel campo dell'oncologia traslazionale in Francia, sorgono diverse domande:

• Quando sarà disponibile in Europa? Non è stata annunciata alcuna tempistica. L'esperienza con i prodotti Enterprise di OpenAI suggerisce che potrebbero essere necessari da alcuni mesi a diversi trimestri prima di un'implementazione controllata al di fuori degli Stati Uniti.
• Quale sovranità dei dati? Il modello è ospitato sull'infrastruttura di OpenAI (Microsoft Azure negli Stati Uniti). Si applica il Cloud Act statunitense. Per i dati di ricerca sensibili — risultati non pubblicati, ipotesi brevettabili, dati dei pazienti — questo rappresenta un ostacolo insormontabile per molte organizzazioni europee.
• Qual è il costo operativo? Gratuito durante la fase di anteprima, ma a pagamento una volta lanciata la versione definitiva. La necessità di rivolgersi a una società di consulenza per l'integrazione fa lievitare il costo totale.
• Di quale dipendenza strategica si tratta? Adottare GPT-Rosalind significa affidare una parte della propria pipeline di ricerca e sviluppo a un unico fornitore non europeo, in un settore in cui la sovranità tecnologica sta diventando una sfida industriale.

Nessuna di queste domande è determinante, ma richiedono una risposta chiara prima di mettere in gioco dati e flussi di lavoro critici.

Charlie : un'alternativa eccellente, disponibile già da oggi

Charlie, l'agente di intelligenza artificiale scientifica di Emerit Science, si rivolge agli stessi flussi di lavoro di GPT-Rosalind — ricerca bibliografica, analisi dei dati, progettazione sperimentale, ragionamento biologico — ma si distingue su tre fronti:

• Sovranità francese: hosting Scaleway in Francia, conforme al RGPD e all'AI Act, senza applicazione del Cloud Act. Autenticazione ProConnect per i funzionari pubblici.
• Fonti europee incluse: Charlie indicizza nativamente HAL (produzione scientifica francofona), bioRxiv, PubMed, PMC e il web. Citazioni cliccabili con identificativo unificato es_id e deduplicazione tramite cross-index.
• Accessibile a laboratori di ogni dimensione: account gratuito, piani Pro e Team, preventivo Enterprise. Nessun programma di idoneità, nessuna società di consulenza obbligatoria per iniziare. Un dottorando può provare Charlie in 2 minuti; un’unità di ricerca mista (UMR) di 30 persone può implementare un progetto condiviso in pochi giorni.

Charlie non ha la pretesa di superare GPT-Rosalind nei benchmark di bioinformatica pura. Il nostro punto di forza sta altrove: un flusso di lavoro unificato — monitoraggio tecnico-economico, analisi dei dati, approccio sperimentale, integrazioni (eLabFTW, ProConnect, IndexAPI.) — a disposizione dei team che hanno bisogno di lavorare oggi, in un contesto conforme alla normativa europea.

Tabella comparativa

«GPT-Rosalind conferma una cosa: la ricerca scientifica merita modelli dedicati, non assistenti generici riadattati. È proprio questa convinzione che ci ha spinto a creare Charlie. Tuttavia, un modello riservato ai grandi attori americani non risolve il problema per la maggior parte dei laboratori europei — ed è proprio questa maggioranza che Charlie supporta quotidianamente.» — Il team di Emerit Science

Per chi scegliere cosa?

I due strumenti non sono in netto contrasto tra loro: GPT-Rosalind si rivolge a un segmento specifico (le grandi aziende farmaceutiche statunitensi), mentre Charlie è al servizio dell'ecosistema europeo della ricerca in tutta la sua diversità — dai dottorandi ai dirigenti della ricerca e sviluppo;

Conclusione: la conferma della necessità di un'intelligenza artificiale scientifica autonoma

GPT-Rosalind rappresenta una tappa fondamentale: OpenAI conferma ufficialmente che un modello di IA dedicato alle scienze della vita offre un vantaggio misurabile rispetto ai modelli generici. Si tratta di un'ottima notizia per la comunità scientifica in senso lato.

Ma l'annuncio mette in luce anche un rischio strutturale per l'Europa: lasciare che la prossima generazione di strumenti scientifici si sviluppi esclusivamente sull'infrastruttura di alcuni attori statunitensi, con condizioni di accesso che escludono i laboratori di medie dimensioni e gli attori pubblici. È proprio questa la ragion d'essere delCharlie: consentire ai team europei di beneficiare dei progressi dell'IA scientifica senza rinunciare alla sovranità sui propri dati né alla propria indipendenza strategica.

La domanda non è «GPT-Rosalind o Charlie?», ma «di cosa ha bisogno oggi il mio laboratorio per progredire, in un contesto che riesco a gestire?». Per la stragrande maggioranza dei team che affianchiamo, la risposta è chiara.