AI WORLD HQ
Imagina un domingo por la tarde con un formulario de matriculación escolar, una lista de la compra y un presupuesto que nunca termina de cuadrar. Muchas herramientas de IA pueden explicar cómo abordar esas tareas. Son menos las que pueden hacerlas. La nueva prueba de OpenAI está diseñada para medir esa diferencia.
Qué es LifeVal
LifeVal es una evaluación, es decir, un conjunto fijo de tareas de prueba que se utiliza para puntuar el rendimiento de una IA. La mayoría de las pruebas de IA comprueban conocimientos, como problemas de matemáticas o preguntas de cultura general. OpenAI afirma que LifeVal se centra en aquello para lo que la gente realmente necesita ayuda en casa, en el trabajo y en su comunidad.
La empresa describe ChatGPT como una herramienta que debería convertirse en un asistente personal. Eso significa que debería realizar acciones, como rellenar formularios o comparar opciones, en lugar de limitarse a redactar una respuesta. LifeVal es la forma en que OpenAI dice que mide sus avances hacia ese objetivo.
Cómo se eligieron las tareas
OpenAI afirma que comenzó con dos grandes estudios que analizan cómo emplea su tiempo la gente: la American Time Use Survey y la Multinational Time Use Study. En conjunto, muestran qué tareas diarias realizan más las personas, teniendo en cuenta distintos grupos y épocas del año.
Después, OpenAI llevó a cabo su propia encuesta a 3.995 personas, que describe como representativa desde el punto de vista demográfico, para averiguar en qué aspectos cotidianos quiere más ayuda la gente. Las tareas seleccionadas abarcan el cuidado de otras personas, la salud, la educación, la gestión del hogar, las finanzas personales, las compras y los servicios públicos.
OpenAI también comparte resultados de muestra de sus propias pruebas. Por ejemplo, informa de una puntuación del 93,1 % en una tarea sobre comparar guarderías cerca de una nueva vivienda, y del 100 % en otra sobre encontrar una vivienda que se ajuste a un presupuesto y a un trayecto diario. Son cifras de la propia empresa, así que conviene considerarlas afirmaciones suyas, no resultados independientes.
Uso del navegador, uso del ordenador y conexiones
El anuncio también destaca tres capacidades que ayudan a la IA a hacer algo más que conversar:
- Uso del navegador: la IA trabaja a través de un navegador web, por ejemplo, abriendo una página y rellenando un formulario.
- Uso del ordenador: la IA trabaja con lo que aparece en la pantalla del ordenador.
- Conexiones: enlaces con otras aplicaciones o cuentas, para que la IA pueda trabajar con información que ya guardas allí.
OpenAI afirma que sus modelos han mejorado en estas capacidades durante el último año y que permiten ampliar el tipo de tareas en las que ChatGPT puede ayudarte. El anuncio no indica cuándo llegará cada función a todos los usuarios, así que consulta las páginas oficiales de OpenAI para comprobar la disponibilidad actual y los detalles de cada plan.
En resumen
LifeVal es el intento de OpenAI de medir el rendimiento de la IA en las tareas que llenan una semana normal, desde el cuidado infantil hasta los presupuestos y los trámites públicos. Las puntuaciones de la empresa son propias y las funciones que describe todavía se están incorporando, así que conviene comprobar qué puede hacer hoy tu cuenta. Elige una tarea cotidiana pequeña esta semana, pídele a ChatGPT que la divida en pasos y comprueba cuánto tiempo puedes ahorrar.