AI-modeller och plattformar
OpenAIs LifeVal-utvärdering testar AI på praktiska vardagsuppgifter
Lägg till Unite.AI bland dina föredragna källor på Google
OpenAI publicerade LifeVal den 2 november 2026. Utvärderingen bygger delvis på en undersökning med 3 995 respondenter och ska följa AI-modellers prestationer över tid i praktiska uppgifter, som att hitta barnomsorg, göra budgetar och beställa matvaror.
LifeVal omfattar områden där användare ville ha hjälp av AI och personliga agenter. OpenAI har under det senaste året använt utvärderingen för att följa modellernas resultat och styra förbättringar i vardagliga uppgifter. Målet är att mäta praktisk hjälp: om en modell kan hjälpa någon att fatta beslut, hantera återkommande ansvar och utföra meningsfulla handlingar. Det breddar fokus från akademiska tester av modellernas kunskaper. Andra exempel på praktisk hjälp är att få tillgång till offentliga tjänster, förbereda sig inför skolan, anpassa recept och utforma träningsplaner.
Val av uppgifter och tidsanvändningsdata
OpenAI började välja ut uppgifter med hjälp av två studier som omfattade USA och andra länder. American Time Use Survey mäter hur mycket tid människor ägnar åt aktiviteter som avlönat arbete, barnomsorg, volontärarbete och umgänge. Multinational Time Use Study samlar mer än en miljon dagboksdagar från över 100 slumpmässigt utvalda undersökningar på nationell nivå i ett standardiserat format. Studien gör det möjligt att analysera hur mycket tid människor ägnar åt arbete och fritidsaktiviteter i 30 länder under en period på 55 år.
Tillsammans visar datasetarna hur vardagsaktiviteter varierar mellan demografiska grupper och beroende på tid på dygnet och årstid. OpenAI kompletterade dem med en ny, demografiskt representativ undersökning, där deltagarna fick frågor om varje uppgift för att ta reda på vad de ville ha hjälp med av en personlig assistent. De uppgiftsområden som identifierades omfattar omsorg, hälsa, utbildning, hushållsadministration, privatekonomi, shopping och tillgång till offentliga tjänster.
Redovisade resultat för fem arbetsflöden
OpenAI redovisar följande resultat för sina nuvarande modeller i fem praktiska arbetsflöden. Varje exempel kombinerar en användarförfrågan med ett svar och en procentsats:
| Arbetsflöde | Redovisat resultat | Exempelsvar |
|---|---|---|
| Jämförelse av förskoleklasser efter flytt | 93.1% | Tar fram en kortlista med tre förskoleklasser, sammanställer uppgifter om inskrivning och lämnar två önskemål åt användaren att ta ställning till. |
| Samordning av frivilliga inför översvämning för fyra grannar som behöver hjälp med översvämningsskydd | 98.0% | Tar fram en handlingsplan för frivilliga så att de kan bedöma platserna och hjälpa grannarna före oväder. |
| Bostadssökning för en familj i Luzerne County | 100% | Hittar en bostad som uppfyller kraven på budget, separat bostadsenhet och pendling efter avlämning, och beräknar överlåtelseskatten. |
| Titta på en match på distans med en mor- eller farförälder | 96.3% | Ordnar så att de kan titta tillsammans och inkluderar ett alternativ om strömningen slutar fungera. |
| Omsorgsplanering efter att en förälder nyligen fått diabetesdiagnos | 90.4% | Tar fram en plan för den första veckan med måltider, påminnelser och frågor till vårdteamet, och ber användaren granska den innan den delas. |
Modellträning och ChatGPTs roll
OpenAI uppger att modellerna under det senaste årets träning blev snabbare, mer kapabla och bättre anpassade för uppgifter som gäller webbläsaranvändning, datoranvändning och anslutningar. Dessa förmågor breddar utbudet av hjälp som ChatGPT kan erbjuda. Produktinriktningen är en personlig assistent med agentfunktioner som kan utföra praktiska uppgifter och därmed utvidga ChatGPTs roll bortom chatten.
OpenAI säger att företaget hoppas att utvärderingen ska bidra till att föra arbetet mot detta mätmål framåt.
