Michael Johnsonقد يجيب النموذج عن الأسئلة جيدًا، لكنه يتعثر مع ذلك عندما يُطلب منه موازنة الشروط وتنظيم عدة خطوات وإعداد حل لشخص ما. في 2 نوفمبر 2026، قدّمت OpenAI معيار LifeVal لتقييم سيناريوهات الحياة اليومية، من مقارنة دور رعاية الأطفال وتخطيط الوجبات إلى إعداد الميزانية والاستفادة من الخدمات الحكومية.
يكتسب هذا التغيير أهمية لمن يختارون مساعدًا يعمل بالذكاء الاصطناعي لمهام تتجاوز البرمجة والاختبارات الأكاديمية. ويصبح السؤال أكثر تحديدًا: هل يستطيع النظام إنجاز عملية كاملة تتطلب البحث ومقارنة الخيارات وإعداد إجراء، لا مجرد تقديم إجابة مترابطة في محادثة؟
ما الذي يختبره LifeVal
تقول OpenAI إنها أعدّت مجموعة المهام بالاستناد إلى دراستين عن استخدام الوقت، إحداهما أمريكية والأخرى دولية، وإلى استطلاع منفصل شمل عينة ممثلة ديموغرافيًا تضم 3,995 شخصًا. وتشمل الموضوعات رعاية الأحباء والصحة والتعليم والأعمال المنزلية والتمويل الشخصي والتسوق والخدمات الحكومية. وتصف الشركة LifeVal بأنه تقييم لإنجاز النماذج والمساعدين الشخصيين للمهام العملية.
يغيّر هذا التركيز وحدة التقييم. فبدلًا من اختبار معرفة منفردة، قد يتطلب السيناريو جمع السياق ومراعاة قيود المستخدم وإعداد نتيجة، مع إبقاء القرار النهائي بيده. فعلى سبيل المثال، يطلب أحد السيناريوهات المنشورة مقارنة دور رعاية الأطفال القريبة من منزل جديد وإعداد قائمة بالخيارات المناسبة. ويطلب مثال آخر مساعدة أحد الوالدين، الذي يتأقلم مع تشخيص جديد بمرض السكري، على وضع خطة للرعاية والتغذية.
ما دلالة النسب المنشورة
تعرض OpenAI على صفحة LifeVal نتائج نماذجها الحالية في سيناريوهات محددة: 93.1% لمقارنة دور رعاية الأطفال، و98% لتنظيم المتطوعين قبل وقوع فيضان، و90.4% لمساعدة أحد الوالدين بعد تشخيص جديد بمرض السكري. كما تعرض الشركة أمثلة على مخرجات مكتملة: قائمة بالمؤسسات تتضمن تفاصيل القبول، وخطة لتوزيع المتطوعين، أو قائمة وجبات مع تذكيرات وأسئلة موجّهة إلى الفريق الطبي.
تتعلق هذه الأرقام بسيناريوهات محددة نشرتها OpenAI. ولا تعرض الصفحة جدولًا مقارنًا لنتائج عدة نماذج، لذا لا تشكّل النسب تصنيفًا مستقلًا للمساعدين. ولإجراء اختبار خاص، من الأنفع تقديم السيناريو المكتمل نفسه إلى أنظمة مختلفة بالمدخلات ذاتها، ثم التحقق من دقة المعلومات التي جمعتها، ومراعاتها للقيود، وجودة النتيجة التي أعدّتها.
لماذا يهم الانتقال من الإجابة إلى إنجاز المهمة
تربط OpenAI معيار LifeVal بتطوير استخدام المتصفح والتحكم بالحاسوب والاتصال بالخدمات الخارجية. ووفقًا لوصف الشركة، تتيح هذه الإمكانات لـChatGPT إنجاز مهام أكثر تعقيدًا من مجرد صياغة النصائح. لذلك يوضح التقييم السيناريوهات العملية التي تراها OpenAI مهمة لمساعد الذكاء الاصطناعي الشخصي: ينبغي للعمل أن يساعد على إنجاز سلسلة من الخطوات اليومية.
ومن هذا المنطلق، يمكن للفرق التي تطوّر المساعدين اتباع نهج عملي محدد: اختبار المنتج على مهام متعددة الخطوات تخص الجمهور المستهدف، وتحديد ما يُعد نتيجة مكتملة مسبقًا. ويمكن للمستخدم التحقق من الخطوات التي نفذها النظام، ومصدر المعلومات المهمة، والمواضع التي تتطلب قراره. وفي السيناريوهات المنزلية، لا تقتصر الأهمية على وضوح النص، بل تشمل دقة التفاصيل وصلاحية النتيجة للانتقال إلى إجراء تالٍ.
ما الذي يمكن مقارنته الآن
يوضح LifeVal مصدر مجموعة المهام، ويعرض أمثلة عدة تتضمن نسبًا لنماذج OpenAI الحالية. لكن الصفحة المنشورة لا تتضمن جدولًا كاملًا يتيح مقارنة نماذج متعددة في الظروف نفسها. لذا يستطيع القارئ الاطلاع على أنواع المهام وأمثلة الإجابات، لكنه لا يستطيع التعامل معها بوصفها تصنيفًا مقارنًا جاهزًا للمساعدين.
تكمن قيمة LifeVal في طرح سؤال قابل للاختبار: هل يستطيع الذكاء الاصطناعي مساعدة شخص على اجتياز سيناريو يومي مهم وإعداد نتيجة يمكنه تقييمها واستخدامها؟ وهذا يمنح المطورين والمستخدمين معيارًا عمليًا: تقييم المسار بأكمله، من المهمة الأولية إلى الإجراء المُعَدّ، لا الاكتفاء بفحص الإجابة.
