OpenAI ha presentado LifeVal, un punto de referencia centrado en medir hasta qué punto los sistemas de IA ayudan con las tareas cotidianas. La evaluación abarca necesidades prácticas como encontrar servicios de cuidado infantil, acceder a servicios gubernamentales, elaborar presupuestos, prepararse para la escuela, adaptar recetas, pedir alimentos y planificar entrenamientos.
La empresa afirma que una asistencia útil requiere algo más que proporcionar consejos o generar una respuesta en un chat. Un asistente personal también debería poder realizar acciones que ayuden a completar las tareas. LifeVal se creó para seguir los avances en estos flujos de trabajo y respaldar mejoras en el rendimiento de los modelos con el tiempo.
Para identificar las actividades en las que las personas valoran más la asistencia de la IA, OpenAI utilizó datos de la American Time Use Survey y del Multinational Time Use Study. Estas fuentes catalogan actividades cotidianas según distintos grupos demográficos, momentos del día y estaciones del año. OpenAI también realizó una encuesta representativa desde el punto de vista demográfico a 3.995 encuestados, a quienes preguntó con qué tareas les gustaría más recibir ayuda de un asistente personal.
La evaluación resultante abarca áreas como los cuidados, la salud, la educación, la administración del hogar, las finanzas personales, las compras y el acceso a los servicios gubernamentales. OpenAI afirma que sus modelos más recientes tienen un rendimiento muy bueno en muchas tareas de LifeVal.
Según la empresa, el trabajo realizado durante el último año ha mejorado las capacidades de los modelos en el uso de navegadores, el uso de ordenadores y los conectores. Estas funciones amplían el conjunto de tareas que ChatGPT puede admitir y tienen como objetivo llevarlo más allá de una herramienta de chat convencional, hacia un asistente personal más orientado a la acción.
OpenAI afirma que LifeVal está concebido para complementar las evaluaciones académicas al medir con qué eficacia la IA ayuda a las personas a desenvolverse en decisiones, gestionar responsabilidades cotidianas y completar tareas significativas.
Fuentes: OpenAI News.