AI-modellen en platforms
OpenAI’s LifeVal-evaluatie test AI op praktische dagelijkse taken
Voeg Unite.AI toe aan je voorkeursbronnen op Google
OpenAI publiceerde LifeVal op 2 november 2026. De evaluatie is deels gebaseerd op een enquête onder 3.995 respondenten en volgt hoe AI-modellen in de loop der tijd presteren bij praktische taken, zoals kinderopvang vinden, budgetten opstellen en boodschappen bestellen.
LifeVal bestrijkt gebieden waarop gebruikers hulp wilden van AI en persoonlijke agents. OpenAI heeft de evaluatie het afgelopen jaar gebruikt om de resultaten van modellen te volgen en verbeteringen aan te sturen voor alledaagse taken. De evaluatie meet praktische ondersteuning: kan een model iemand helpen beslissingen te nemen, dagelijkse verantwoordelijkheden af te handelen en betekenisvolle acties uit te voeren? Daarmee gaat de evaluatie verder dan academische tests van de kennis van modellen. Andere voorbeelden van praktische ondersteuning zijn toegang krijgen tot overheidsdiensten, zich voorbereiden op school, recepten aanpassen en trainingsschema’s ontwerpen.
Selectie van taken en gegevens over tijdsbesteding
OpenAI begon met de selectie van taken aan de hand van twee onderzoeken naar de Verenigde Staten en andere landen. De Amerikaanse enquête naar tijdsbesteding meet hoeveel tijd mensen besteden aan activiteiten zoals betaald werk, kinderopvang, vrijwilligerswerk en sociale contacten. Het multinationale onderzoek naar tijdsbesteding bundelt meer dan één miljoen dagboekdagen uit meer dan 100 willekeurig geselecteerde enquêtes op nationaal niveau in één gestandaardiseerd formaat. Hiermee kan de tijdsbesteding aan werk en vrijetijdsactiviteiten in 30 landen over een periode van 55 jaar worden geanalyseerd.
Samen laten de gegevensbestanden zien hoe dagelijkse activiteiten verschillen per demografische groep, tijdstip van de dag en seizoen. OpenAI vulde ze aan met een nieuwe enquête die representatief is voor de demografische samenstelling van de bevolking. Daarin werden vragen gesteld over elke taak om te bepalen waarbij respondenten hulp wilden van een persoonlijke assistent. De resulterende taakgebieden omvatten zorgverlening, gezondheid, onderwijs, huishoudelijke administratie, persoonlijke financiën, winkelen en toegang krijgen tot overheidsdiensten.
Gerapporteerde scores voor vijf werkprocessen
OpenAI rapporteert deze scores voor zijn huidige modellen op vijf praktische werkprocessen. Elk voorbeeld bestaat uit een verzoek van een gebruiker, een reactie en een percentage:
| Werkproces | Gerapporteerde score | Voorbeeldreactie |
|---|---|---|
| Vergelijking van kleuterscholen na een verhuizing | 93.1% | Maakt een shortlist van drie kleuterscholen, ordent de inschrijvingsgegevens en laat twee voorkeuren over waarover de gebruiker kan beslissen. |
| Coördinatie van vrijwilligers voor de bescherming tegen overstromingen van vier buren die daarbij hulp nodig hebben | 98.0% | Stelt een actieplan op voor vrijwilligers om locaties te beoordelen en de buren te helpen voordat het noodweer begint. |
| Zoektocht naar een gezinswoning in Luzerne County | 100% | Vindt één woning die voldoet aan de eisen voor het budget, een aparte wooneenheid en de reistijd na het wegbrengen, en berekent de overdrachtsbelasting. |
| Op afstand samen met een grootouder naar een wedstrijd kijken | 96.3% | Regelt hoe ze samen kunnen kijken en biedt een alternatief voor het geval de livestream uitvalt. |
| Zorgplanning nadat bij een ouder diabetes is vastgesteld | 90.4% | Maakt een plan voor de eerste week met maaltijden, herinneringen en vragen voor het zorgteam, en vraagt de gebruiker het plan te controleren voordat het wordt gedeeld. |
Modeltraining en de rol van ChatGPT
Volgens OpenAI zijn de modellen tijdens het afgelopen jaar van training sneller, capabeler en beter afgestemd geraakt op taken waarbij browsers en computers worden gebruikt en connectors worden ingezet. Die mogelijkheden vergroten het scala aan hulp dat via ChatGPT beschikbaar is. De productvisie is een persoonlijke AI-assistent die zelfstandig taken kan uitvoeren en praktische handelingen kan verrichten, waarmee ChatGPT een bredere rol krijgt dan alleen chatten.
OpenAI hoopt dat de evaluatie helpt om dat meetdoel verder te brengen.
