Michael JohnsonUn modelo puede responder bien a las preguntas y, aun así, tener dificultades cuando debe comparar condiciones, organizar varios pasos y preparar una solución para una persona. El 2 de noviembre de 2026, OpenAI presentó LifeVal, una evaluación de situaciones de la vida cotidiana: desde comparar guarderías y planificar comidas hasta elaborar presupuestos y acceder a servicios públicos.
Este cambio es relevante para quienes eligen un asistente de IA para tareas que van más allá de la programación y los exámenes. La pregunta se vuelve más concreta: ¿puede el sistema completar un proceso que requiere buscar información, comparar opciones y preparar una acción, y no solo ofrecer una respuesta coherente en el chat?
Qué evalúa LifeVal
OpenAI afirma que elaboró el conjunto de tareas basándose en dos estudios sobre el uso del tiempo —uno estadounidense y otro internacional— y en una encuesta independiente, representativa desde el punto de vista demográfico, a 3.995 personas. Los temas incluyen el cuidado de seres queridos, la salud, la educación, las tareas domésticas, las finanzas personales, las compras y los servicios públicos. La empresa describe LifeVal como una evaluación del desempeño de modelos y agentes personales en tareas prácticas.
Este enfoque cambia la unidad de evaluación. En lugar de comprobar un conocimiento aislado, una situación puede exigir reunir contexto, tener en cuenta las limitaciones del usuario y preparar un resultado, dejando que la persona tome la decisión. Por ejemplo, una de las situaciones publicadas sobre guarderías pide comparar centros cerca de un nuevo domicilio y preparar una lista de opciones adecuadas. Otro ejemplo consiste en ayudar a un padre o una madre que se adapta a un nuevo diagnóstico de diabetes a elaborar un plan de cuidados y alimentación.
Qué significan los porcentajes publicados
En la página de LifeVal, OpenAI presenta resultados de sus modelos actuales en situaciones concretas: un 93,1 % para comparar guarderías, un 98 % para organizar voluntarios antes de una inundación y un 90,4 % para ayudar a un progenitor tras un nuevo diagnóstico de diabetes. La empresa también muestra ejemplos de resultados completos: una lista de centros con información sobre admisiones, un plan para distribuir a los voluntarios o un menú con recordatorios y preguntas para el equipo médico.
Estas cifras corresponden a situaciones concretas publicadas por OpenAI. La página no ofrece una tabla comparable con los resultados de varios modelos, por lo que los porcentajes no constituyen una clasificación independiente de asistentes. Para hacer una comprobación propia, resulta más útil plantear a distintos sistemas la misma situación completa y con idénticos datos, y después verificar la exactitud de la información recopilada, la consideración de las limitaciones y la calidad del resultado preparado.
Por qué importa pasar de la respuesta a la tarea
OpenAI relaciona LifeVal con el desarrollo de la navegación web, el control del ordenador y las conexiones con servicios externos. Según la empresa, estas capacidades permiten que ChatGPT realice tareas más complejas que formular una recomendación. Por eso, la evaluación muestra qué situaciones prácticas considera importantes OpenAI para un asistente personal de IA: el trabajo debe ayudar a completar una secuencia de pasos cotidianos.
Para los equipos que desarrollan asistentes, esto sugiere un enfoque concreto: probar el producto con tareas de varios pasos dirigidas a su público objetivo y definir de antemano qué se considera un resultado satisfactorio. A los usuarios les conviene comprobar qué pasos ha realizado el sistema, de dónde proceden los datos importantes y en qué puntos hace falta que decidan. En situaciones cotidianas no solo importa que el texto sea claro, sino también la precisión de los detalles y que el resultado sirva para emprender acciones posteriores.
Qué se puede comparar por ahora
LifeVal explica el origen del conjunto de tareas y muestra varios ejemplos con porcentajes para los modelos actuales de OpenAI. La página publicada no incluye una tabla completa que permita comparar varios modelos en las mismas condiciones. Por tanto, los lectores pueden consultar los tipos de tareas y los ejemplos de respuestas, pero no usarlos como una clasificación comparativa de asistentes.
El valor de LifeVal reside en plantear una pregunta verificable: ¿puede la IA ayudar a una persona a completar una situación cotidiana importante y preparar un resultado que pueda evaluar y utilizar? Esto ofrece a desarrolladores y usuarios una referencia práctica: comprobar no solo la respuesta, sino todo el recorrido desde la tarea inicial hasta la acción preparada.
