โมเดลและแพลตฟอร์ม AI
การประเมิน LifeVal ของ OpenAI ทดสอบ AI ด้วยงานที่ใช้ได้จริงในชีวิตประจำวัน
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
เมื่อวันที่ 2 พฤศจิกายน 2026 OpenAI เผยแพร่ LifeVal ซึ่งเป็นการประเมินที่อาศัยข้อมูลส่วนหนึ่งจากแบบสำรวจผู้ตอบ 3,995 คน เพื่อติดตามประสิทธิภาพของโมเดล AI ในการทำงานที่ใช้ได้จริง เช่น การหาบริการดูแลเด็ก การจัดทำงบประมาณ และการสั่งซื้อของชำ
LifeVal ครอบคลุมเรื่องที่ผู้ใช้ต้องการความช่วยเหลือจาก AI และผู้ช่วยส่วนตัว ตลอดปีที่ผ่านมา OpenAI ใช้การประเมินนี้ติดตามผลลัพธ์ของโมเดลและกำหนดแนวทางปรับปรุงการทำงานในชีวิตประจำวัน โดยมุ่งวัดความสามารถในการให้ความช่วยเหลือที่นำไปใช้ได้จริง กล่าวคือ โมเดลช่วยให้ผู้ใช้ตัดสินใจ จัดการภาระหน้าที่ประจำ และลงมือทำสิ่งที่มีความหมายได้หรือไม่ แนวทางนี้ทำให้ขอบเขตการประเมินกว้างกว่าการทดสอบความรู้ของโมเดลเชิงวิชาการ ตัวอย่างอื่น ๆ ของความช่วยเหลือที่นำไปใช้ได้จริง ได้แก่ การเข้าถึงบริการภาครัฐ การเตรียมตัวไปโรงเรียน การปรับสูตรอาหาร และการออกแบบแผนออกกำลังกาย
การคัดเลือกงานและข้อมูลการใช้เวลา
OpenAI เริ่มคัดเลือกงานโดยอาศัยการศึกษาสองชุดที่ครอบคลุมสหรัฐอเมริกาและประเทศอื่น ๆ แบบสำรวจการใช้เวลาของชาวอเมริกัน วัดเวลาที่ผู้คนใช้ไปกับกิจกรรมต่าง ๆ เช่น งานที่ได้รับค่าจ้าง การดูแลเด็ก การทำงานอาสาสมัคร และการพบปะสังสรรค์ ส่วน การศึกษาการใช้เวลาข้ามชาติ รวบรวมข้อมูลบันทึกการใช้เวลารายวันมากกว่า 1 ล้านวันจากการสำรวจระดับประเทศกว่า 100 ชุด ซึ่งสุ่มตัวอย่าง แล้วจัดให้อยู่ในรูปแบบมาตรฐานเดียวกัน ข้อมูลนี้ช่วยให้วิเคราะห์เวลาที่ใช้ทำงานและกิจกรรมยามว่างใน 30 ประเทศ ตลอดช่วงเวลา 55 ปีได้
เมื่อนำชุดข้อมูลทั้งสองมาใช้ร่วมกัน จะเห็นว่ากิจกรรมในชีวิตประจำวันแตกต่างกันอย่างไรตามกลุ่มประชากร ช่วงเวลาของวัน และฤดูกาล OpenAI เสริมข้อมูลเหล่านี้ด้วยแบบสำรวจชุดใหม่ที่เป็นตัวแทนของประชากรตามลักษณะทางประชากรศาสตร์ โดยสอบถามเกี่ยวกับงานแต่ละประเภท เพื่อระบุว่าผู้ตอบต้องการให้ผู้ช่วยส่วนตัวช่วยเหลือเรื่องใดบ้าง งานที่ได้จึงครอบคลุมการดูแลผู้อื่น สุขภาพ การศึกษา การจัดการงานในครัวเรือน การเงินส่วนบุคคล การซื้อของ และการเข้าถึงบริการภาครัฐ
คะแนนที่รายงานสำหรับงาน 5 ประเภท
OpenAI รายงานคะแนนของโมเดลปัจจุบันในขั้นตอนการทำงานที่ใช้ได้จริง 5 ประเภท โดยแต่ละตัวอย่างประกอบด้วยคำขอจากผู้ใช้ คำตอบ และคะแนนเป็นเปอร์เซ็นต์ ดังนี้
| ขั้นตอนการทำงาน | คะแนนที่รายงาน | ตัวอย่างคำตอบ |
|---|---|---|
| เปรียบเทียบโรงเรียนอนุบาลหลังย้ายบ้าน | 93.1% | คัดเลือกโรงเรียนอนุบาล 3 แห่ง จัดระเบียบรายละเอียดการสมัคร และเว้นตัวเลือกไว้ 2 ข้อให้ผู้ใช้ตัดสินใจ |
| ประสานงานอาสาสมัครเตรียมรับมือน้ำท่วมให้เพื่อนบ้าน 4 คนที่ต้องการความช่วยเหลือในการป้องกันน้ำท่วม | 98.0% | จัดทำแผนปฏิบัติการให้อาสาสมัครประเมินพื้นที่และช่วยเหลือเพื่อนบ้านก่อนเกิดสภาพอากาศรุนแรง |
| ค้นหาบ้านให้ครอบครัวใน Luzerne County | 100% | ค้นหาบ้าน 1 หลังที่ตรงตามงบประมาณ ข้อกำหนดเรื่องพื้นที่อยู่อาศัยแยกเป็นสัดส่วน และการเดินทางไปทำงานหลังส่งคนในครอบครัว พร้อมคำนวณภาษีการโอน |
| รับชมการแข่งขันเกมทางไกลกับปู่หรือย่า | 96.3% | จัดเตรียมวิธีรับชมและเสนอทางเลือกสำรองในกรณีที่การถ่ายทอดสดขัดข้อง |
| วางแผนการดูแลหลังผู้ปกครองได้รับการวินิจฉัยใหม่ว่าเป็นโรคเบาหวาน | 90.4% | จัดทำแผนสำหรับสัปดาห์แรก ครอบคลุมมื้ออาหาร การแจ้งเตือน และคำถามสำหรับทีมดูแล พร้อมขอให้ผู้ใช้ตรวจทานก่อนนำไปแบ่งปัน |
การฝึกโมเดลและบทบาทของ ChatGPT
OpenAI ระบุว่า ในช่วงปีที่ผ่านมาของการฝึก โมเดลของบริษัททำงานได้เร็วขึ้น มีความสามารถมากขึ้น และสอดคล้องกับความต้องการมากขึ้นในงานที่เกี่ยวกับการใช้เบราว์เซอร์ การใช้คอมพิวเตอร์ และการเชื่อมต่อเครื่องมือต่าง ๆ ความสามารถเหล่านี้ช่วยขยายขอบเขตการให้ความช่วยเหลือผ่าน ChatGPT แนวทางการพัฒนาผลิตภัณฑ์คือการสร้างผู้ช่วยส่วนตัวแบบตัวแทนที่ลงมือทำงานซึ่งใช้ได้จริงได้ เพื่อขยายบทบาทของ ChatGPT ให้ก้าวไกลกว่าการสนทนา
OpenAI ระบุว่าหวังว่าการประเมินนี้จะช่วยผลักดันเป้าหมายด้านการวัดผลดังกล่าว
