OpenAI presentó este 2 de noviembre de 2026 LifeVal, un nuevo benchmark diseñado para evaluar cómo ayuda la inteligencia artificial a resolver problemas cotidianos. En lugar de centrarse únicamente en conocimientos académicos, esta evaluación analiza tareas relacionadas con el cuidado familiar, la educación, la salud, las finanzas y los trámites oficiales.
La compañía, creadora de ChatGPT, busca medir hasta qué punto sus modelos pueden ayudar a las personas a tomar decisiones, gestionar responsabilidades y completar actividades importantes en su vida diaria.
Según explica OpenAI en su anuncio oficial de LifeVal, la evaluación reúne tareas para las que los usuarios consideran especialmente valiosa la asistencia de la inteligencia artificial.
Cómo seleccionó OpenAI las tareas de LifeVal
Para construir el benchmark, OpenAI partió de dos grandes investigaciones sobre cómo distribuyen las personas su tiempo:
- American Time Use Survey, un estudio sobre el uso del tiempo en Estados Unidos.
- Multinational Time Use Study, una investigación internacional sobre las actividades cotidianas.
A estos estudios añadió una encuesta demográficamente representativa realizada a 3.995 personas, con el objetivo de identificar las tareas en las que la ayuda de la inteligencia artificial podría resultar más valiosa.
A partir de estos datos, OpenAI organizó LifeVal en siete áreas principales: cuidado de personas, salud, educación, administración del hogar, finanzas personales, compras y acceso a servicios oficiales.
Las actividades evaluadas abarcan situaciones como encontrar una guardería después de una mudanza, preparar un presupuesto, organizar asuntos escolares, adaptar recetas, realizar compras o diseñar planes de entrenamiento.
Las puntuaciones de los modelos actuales en LifeVal
OpenAI compartió varios ejemplos de los resultados obtenidos por sus modelos actuales en tareas incluidas en el benchmark.
Entre las puntuaciones publicadas destacan:
- 93,1 %: encontrar una guardería adecuada y gestionar la matrícula después de una mudanza.
- 98,0 %: coordinar voluntarios para responder a una inundación.
- 100 %: localizar una vivienda familiar que se ajuste al presupuesto, disponga de una unidad independiente y permita realizar un trayecto corto.
- 96,3 %: preparar lo necesario para ver un partido a distancia con la abuela.
- 90,4 %: elaborar un plan de comidas para un padre que acaba de recibir un diagnóstico de diabetes.
Estos ejemplos muestran la variedad de situaciones que contempla LifeVal, desde decisiones relacionadas con vivienda y educación hasta necesidades familiares y de salud.
OpenAI sostiene que sus modelos más recientes consiguen puntuaciones muy elevadas en numerosas tareas de esta evaluación.
Del chatbot al asistente personal capaz de actuar
LifeVal también refleja la dirección que OpenAI quiere dar a sus sistemas de inteligencia artificial: pasar de responder preguntas en una conversación a ayudar a completar tareas prácticas.
La empresa explica que durante el último año utilizó esta evaluación para seguir la evolución del rendimiento de sus modelos e impulsar mejoras.
En ese periodo, centró parte de su trabajo en desarrollar modelos más rápidos, capaces y alineados para actividades que requieren utilizar el navegador, interactuar con el ordenador y trabajar mediante conectores.
Estas capacidades forman parte de la transición que OpenAI describe para ChatGPT: evolucionar desde una herramienta de conversación hacia un asistente personal que pueda realizar acciones para ayudar a los usuarios.
En este enfoque, el rendimiento de la inteligencia artificial también se mide por su utilidad para gestionar responsabilidades y resolver necesidades concretas.
OpenAI en contexto
OpenAI es la empresa creadora de ChatGPT. Según las cifras que comparte en su anuncio de LifeVal, más de mil millones de personas utilizan ChatGPT cada semana.
La compañía vincula el desarrollo de esta evaluación con su misión declarada de conseguir que la inteligencia artificial beneficie a toda la humanidad.
Con LifeVal, OpenAI busca trasladar ese objetivo a situaciones prácticas, como acceder a servicios oficiales, organizar las finanzas de un hogar, preparar actividades educativas o atender necesidades familiares.
LifeVal amplía la forma de evaluar la utilidad de la IA
El planteamiento de LifeVal sitúa las actividades cotidianas en el centro de la evaluación de los modelos.
Mientras que las pruebas centradas en conocimientos académicos permiten medir determinadas capacidades, OpenAI propone incorporar también situaciones en las que las personas necesitan tomar decisiones, organizar información y completar responsabilidades.
La compañía considera que este tipo de evaluación puede ayudar a seguir mejorando sus modelos en actividades relevantes para quienes utilizan ChatGPT.
El objetivo de LifeVal es medir no solo lo que sabe una inteligencia artificial, sino también hasta qué punto puede ayudar a las personas a resolver asuntos significativos de su vida diaria.
