Michael JohnsonModel může dobře odpovídat na otázky, a přesto selhat, když musí porovnat podmínky, zorganizovat několik kroků a připravit pro člověka řešení. OpenAI 2. listopadu 2026 představila LifeVal — hodnocení scénářů z každodenního života, od porovnávání školek a plánování jídel až po sestavování rozpočtu a přístup k veřejným službám.
Tato změna je důležitá pro ty, kdo vybírají AI asistenta pro úkoly přesahující programování a testy školních znalostí. Otázka je konkrétnější: zvládne systém celý proces, který vyžaduje hledání, porovnání možností a přípravu dalšího kroku, nejen souvislou odpověď v chatu?
Co LifeVal ověřuje
OpenAI uvádí, že soubor úkolů sestavila na základě dvou studií využití času — americké a mezinárodní — a samostatného demograficky reprezentativního průzkumu mezi 3 995 lidmi. Témata zahrnují péči o blízké, zdraví, vzdělávání, domácí práce, osobní finance, nakupování a veřejné služby. Společnost popisuje LifeVal jako hodnocení toho, jak modely a osobní agenti plní praktické úkoly.
Tento přístup mění jednotku hodnocení. Místo ověřování jednotlivé znalosti může scénář vyžadovat shromáždění kontextu, zohlednění uživatelových omezení a přípravu výsledku, přičemž rozhodnutí zůstává na člověku. Jeden ze zveřejněných scénářů například žádá, aby systém porovnal školky v okolí nového bydliště a sestavil seznam vhodných možností. Jiný příklad se týká pomoci rodiči, který se přizpůsobuje nové diagnóze diabetu, se sestavením plánu péče a stravování.
Co znamenají zveřejněná procenta
Na stránce LifeVal OpenAI uvádí výsledky svých současných modelů v jednotlivých scénářích: 93,1 % za porovnání školek, 98 % za organizaci dobrovolníků před povodní a 90,4 % za pomoc rodiči po nové diagnóze diabetu. Společnost ukazuje také příklady hotových výstupů: seznam zařízení s podrobnostmi o přijetí, plán rozmístění dobrovolníků nebo jídelníček s připomínkami a otázkami pro zdravotnický tým.
Tato čísla se vztahují ke konkrétním scénářům zveřejněným OpenAI. Stránka neuvádí srovnatelnou tabulku výsledků několika modelů, takže z procent nelze sestavit nezávislý žebříček asistentů. Při vlastním ověřování je užitečnější zadat různým systémům stejný kompletní scénář se stejnými vstupními údaji a poté zkontrolovat přesnost získaných informací, zohlednění omezení a kvalitu připraveného výstupu.
Proč je důležitý posun od odpovědi k úkolu
OpenAI spojuje LifeVal s rozvojem používání prohlížeče, ovládání počítače a napojení na externí služby. Podle popisu společnosti tyto možnosti umožňují ChatGPT plnit složitější úkoly než jen formulovat radu. Hodnocení tak ukazuje, které praktické scénáře OpenAI považuje za důležité pro osobního AI asistenta: jeho práce má pomáhat zvládat posloupnost každodenních kroků.
Pro týmy vytvářející asistenty z toho plyne konkrétní přístup: testovat produkt na vícekrokových úkolech cílové skupiny a předem určit, co se považuje za hotový výsledek. Uživatelům se vyplatí ověřovat, které kroky systém provedl, odkud pocházejí důležité informace a kde je potřeba jejich rozhodnutí. V každodenních scénářích záleží nejen na srozumitelnosti textu, ale také na přesnosti detailů a na tom, zda lze výsledek použít k dalšímu kroku.
Co lze nyní porovnat
LifeVal popisuje původ souboru úkolů a uvádí několik příkladů s procenty pro současné modely OpenAI. Na zveřejněné stránce není úplná tabulka, která by umožnila porovnat několik modelů za stejných podmínek. Čtenáři si proto mohou prohlédnout typy úkolů a ukázkové odpovědi, nemohou je však použít jako hotový srovnávací žebříček asistentů.
Hodnota LifeVal spočívá v otázce, kterou lze ověřit: dokáže AI pomoci člověku zvládnout významný každodenní scénář a připravit výsledek, který může posoudit a využít? Vývojářům i uživatelům to nabízí praktické vodítko: ověřovat nejen odpověď, ale celou cestu od původního úkolu až po připravený další krok.
