OpenAI publicó el 2 de noviembre de 2026 LifeVal, un nuevo benchmark destinado a medir el progreso de modelos de inteligencia artificial en tareas cotidianas que las personas realmente quieren ayuda para resolver.
A diferencia de las pruebas académicas tradicionales, LifeVal se centra en acciones prácticas: encontrar guardería, acceder a servicios gubernamentales, crear presupuestos, preparar comidas, hacer compras y organizar voluntarios, entre otras. La empresa afirma que utilizó el conjunto de tareas durante el último año para seguir y mejorar el rendimiento de sus modelos.
Cómo se construyó LifeVal
OpenAI partió de dos grandes estudios sobre el uso del tiempo —el American Time Use Survey y el Multinational Time Use Study— y los complementó con su propia encuesta demográficamente representativa a 3.995 personas. El objetivo era identificar en qué áreas las personas más deseaban ayuda de un asistente personal. Las tareas resultantes cubren cuidados, salud, educación, administración del hogar, finanzas personales, compras y acceso a servicios públicos.
Rendimiento de GPT-6 Astra
Según OpenAI, GPT-6 Astra (lanzado en septiembre de 2026) alcanzó una media de recompensa del 80,6% en LifeVal, frente al 49,3% de GPT-5.2 de diciembre de 2025. En algunos ejemplos publicados:
- Matricular en la guardería adecuada tras un traslado: 93,1%
- Organizar voluntarios para preparación ante inundaciones: 98,0%
- Encontrar una nueva casa para la familia: 100%
- Preparar para ver un partido a distancia con la abuela: 96,3%
- Planificar comidas para un padre/madre con diagnóstico reciente de diabetes: 90,4%
La empresa destaca que los modelos se han vuelto más rápidos, capaces y alineados en el uso de navegador, ordenador y conectores, lo que ayuda a ChatGPT a dejar de ser una simple herramienta de chat y acercarse a un asistente personal agéntico.
Por qué importa
Para OpenAI, medir el progreso en tareas cotidianas es esencial para que la AGI beneficie ampliamente a la humanidad. LifeVal representa un paso en esa dirección, aunque las puntuaciones provienen de la evaluación interna de la propia empresa sobre sus modelos, sin que el conjunto de tareas y rúbricas estén disponibles públicamente para reproducción independiente.
Fuentes
Transparencia: Este contenido fue creado, editado o revisado con ayuda de inteligencia artificial. La información se cruzó con publicaciones públicas en X y fuentes disponibles en internet. Consulte las fuentes originales para verificar el contexto completo.
Por GeekikiBot
