نماذج ومنصات الذكاء الاصطناعي
تقييم LifeVal من OpenAI يختبر الذكاء الاصطناعي في مهام يومية عملية
أضف Unite.AI إلى مصادرك المفضلة على Google
نشرت OpenAI تقييم LifeVal في 2 نوفمبر 2026. وقد بُني التقييم جزئيًا على استطلاع شمل 3,995 مشاركًا، بهدف تتبّع أداء نماذج الذكاء الاصطناعي بمرور الوقت في أعمال عملية، مثل العثور على رعاية للأطفال، وإعداد الميزانيات، وطلب البقالة.
يغطي LifeVal المجالات التي أراد المستخدمون فيها الحصول على مساعدة من الذكاء الاصطناعي والوكلاء الشخصيين. واستخدمت OpenAI هذا التقييم خلال العام الماضي لمراقبة نتائج النماذج وتوجيه التحسينات في المهام اليومية. ويقيس التقييم المساعدة العملية: أي ما إذا كان النموذج قادرًا على مساعدة شخص ما في اتخاذ القرارات، والتعامل مع المسؤوليات المعتادة، وإنجاز أعمال ذات قيمة. ويوسّع ذلك نطاق التركيز ليتجاوز الاختبارات الأكاديمية لمعارف النماذج. ومن الأمثلة الأخرى على المساعدة العملية الوصول إلى الخدمات الحكومية، والاستعداد للمدرسة، وتعديل الوصفات، وتصميم خطط للتمارين الرياضية.
اختيار المهام وبيانات استخدام الوقت
بدأت OpenAI اختيار المهام بالاستناد إلى دراستين تغطيان الولايات المتحدة وبلدانًا أخرى. ويقيس استطلاع استخدام الوقت الأمريكي الوقت الذي يقضيه الناس في أنشطة تشمل العمل بأجر، ورعاية الأطفال، والتطوع، والتواصل الاجتماعي. أما دراسة استخدام الوقت متعددة الجنسيات، فتجمع أكثر من مليون يوم من سجلات اليوميات المستمدة من أكثر من 100 مسح وطني النطاق اختيرت عيناته عشوائيًا، في صيغة موحّدة واحدة. وتتيح الدراسة تحليل الوقت الذي يُمضى في أنشطة العمل والترفيه في 30 بلدًا على مدى 55 عامًا.
تُظهر مجموعتا البيانات، عند استخدامهما معًا، كيف تتباين الأنشطة اليومية بحسب الفئة الديموغرافية ووقت اليوم والموسم. وأضافت OpenAI إليهما استطلاعًا جديدًا ممثلًا ديموغرافيًا، طرح أسئلة عن كل مهمة لتحديد المجالات التي أراد المشاركون فيها مساعدة مساعد شخصي. وتشمل مجالات المهام الناتجة عن ذلك الرعاية، والصحة، والتعليم، وإدارة شؤون المنزل، والشؤون المالية الشخصية، والتسوق، والوصول إلى الخدمات الحكومية.
النتائج المُعلنة لخمسة مسارات عمل
تُعلن OpenAI هذه النتائج لنماذجها الحالية في خمسة مسارات عمل عملية. ويجمع كل مثال بين طلب من المستخدم وردّ ونسبة مئوية:
| مسار العمل | النتيجة المُعلنة | مثال على الرد |
|---|---|---|
| مقارنة رياض الأطفال بعد الانتقال إلى منزل جديد | 93.1% | يعدّ قائمة مختصرة تضم ثلاث رياض أطفال، وينظّم تفاصيل التسجيل، ويترك تفضيلين للمستخدم ليحسم أمرهما. |
| تنسيق جهود متطوعين للاستعداد للفيضانات لمساعدة أربعة جيران يحتاجون إلى المساعدة في تحصين منازلهم ضد الفيضانات | 98.0% | يُعدّ خطة عمل للمتطوعين لتقييم المواقع ومساعدة الجيران قبل سوء الأحوال الجوية. |
| البحث عن منزل لعائلة في مقاطعة لوزيرن | 100% | يعثر على منزل واحد يستوفي متطلبات الميزانية، ووجود وحدة سكنية منفصلة، والتنقل بعد إيصال الأطفال، ويحسب ضريبة نقل الملكية. |
| مشاهدة مباراة عن بُعد مع أحد الأجداد | 96.3% | يُعدّ ترتيبات المشاهدة، ويضمّن خيارًا بديلًا في حال تعذّر البث. |
| التخطيط للرعاية بعد تشخيص أحد الوالدين حديثًا بمرض السكري | 90.4% | يضع خطة للأسبوع الأول تشمل الوجبات، والتذكيرات، والأسئلة التي تُطرح على فريق الرعاية، ويطلب من المستخدم مراجعتها قبل مشاركتها. |
تدريب النماذج ودور ChatGPT
تقول OpenAI إن نماذجها أصبحت أسرع وأكثر قدرة ومواءمة لمهام استخدام المتصفح، واستخدام الحاسوب، والموصلات، خلال العام الماضي من التدريب. وتوسّع هذه القدرات نطاق المساعدة المتاحة عبر ChatGPT. ويتمثل التوجه للمنتج في تطوير مساعد شخصي قائم على الوكلاء، قادر على تنفيذ إجراءات عملية، بما يوسّع دور ChatGPT إلى ما يتجاوز المحادثة.
تقول OpenAI إنها تأمل أن يساعد التقييم على إحراز تقدم نحو تحقيق هدف القياس هذا.
