LifeVal | OpenAI
2026年11月2日
日常生活の重要なタスクにおける AI の進歩を測定する。
LifeVal の動画では、買い物、ケア(介護・育児)、引っ越し、子どもへの読み聞かせといった日常タスクを紹介しています。
OpenAI の使命は、汎用人工知能(AGI)が全人類に利益をもたらすようにすることです。現在、毎週 ChatGPT を利用している10億人以上のユーザーに向けて、私たちは保育サービスの検索、行政サービスの利用、予算の策定、新学期の準備、レシピの調整、食料品の注文、フィットネスプランの設計など、現実の日常的な課題に対応できる AI の構築を目指しています。
人々が生活をより快適にするための助けを求めるとき、単なるアドバイスやチャットの返答だけでは不十分です。真に役立つパーソナルアシスタントとなるためには、ChatGPT は実際に行動を起こしてタスクを遂行できなければなりません。
日常タスクにおけるモデルの性能推移を測定するため、私たちはユーザーが AI やパーソナルエージェント(Personal Agents)に最も支援を求めている領域を網羅したタスク評価ベンチマークを構築しました。過去1年間にわたり、この評価を活用して日常タスクにおけるモデルの性能向上を追跡し、推進してきました。
日常生活タスクにおけるモデルの経時的なパフォーマンス
背景
人々が最も重視するタスクを特定するため、米国および世界各国の時間配分を追跡した2つの大規模調査『米国時間利用調査(American Time Use Survey)』と『多国間時間利用調査(Multinational Time Use Study)』を参照しました。これら2つのデータセットを組み合わせることで、多様な人々、一日の異なる時間帯、そしてさまざまな季節における活動を網羅した詳細な日常生活タスクのリストが得られました。人々がどの分野で AI による支援を最も重視しているかをさらに理解するため、既存の調査に加えて、人口構成比を反映した3,995名の回答者を対象に新たな調査を実施しました。各タスクについて多様な質問を行い、一般の人々がパーソナルアシスタントに最も支援を求めている領域を浮き彫りにしました。最終的に決定されたタスクは、ケア(介護・育児)、健康、教育、家事管理、パーソナルファイナンス、買い物、行政サービスの利用など、人々が支援を強く望む重要な領域を網羅しています。
各タスクの事例
以下は、日常生活の実際のワークフローにおける現在のモデルのパフォーマンス例です。
引っ越し後に適した幼稚園への入園手続き
93.1%

新居の近くにある幼稚園を比較して、最適な候補リストを絞り込んでください。
3つの幼稚園に絞り込み、申し込みの詳細をまとめました。決定していただく必要のあるご希望条件が2点あります。厳選リストを確認されますか?
洪水前のボランティアの編成
98.0%

近隣で浸水対策の支援を必要としている4軒の住民をサポートするため、コミュニティで水害対策ボランティアチームを立ち上げるのを手伝ってください。
ボランティアが該当箇所の状況を確認し、接近中の悪天候に備えられるよう、簡単なアクションプランを作成しました。
家族のための新しい住まい探し
100%

ルザーン郡(Luzerne County)で、予算内で収まり、離れ(独立した居住ユニット)があり、子どもの送迎後の通勤時間が短い物件を探してください。私が確認できるように、不動産登記簿をカートに追加してください。
ご希望の条件に合う物件が見つかりました。不動産譲渡税を計算し、郡の公的記録カートに権利証書を追加しましたので、いつでもご確認いただけます。
離れて暮らす祖母と一緒に試合を観戦
96.3%

祖母とリモートで一緒に試合を観戦できる簡単な方法を設定してください。
最もシンプルな観戦セットアップを用意しました。配信が途切れた場合のバックアップ手順も準備しています。お祖母様と一緒に操作手順を確認されますか?
糖尿病と診断されたばかりの親のための食事準備
90.4%

両親が糖尿病の確定診断後の生活に適応できるよう、実践的なケアと食事の計画を立ててください。
食事メニュー、リマインダー、医療チームへの質問リストを含む1週目の計画を作成しました。ご両親に共有する前に、一度一緒に確認しますか?
最新のモデルは、多くの LifeVal タスクにおいて極めて高いスコアを記録しています。
| タスク | 記録された GPT‑6 Astra の最高スコア |
|---|---|
| 幼児のニーズと家族のスケジュールに合わせた感覚統合クラス(sensory class)の検索と予約 | 100% |
| 車の次回メンテナンス時期を確認し、ロードトリップ前の点検予約 | 100% |
| 予算内で、お気に入りの料理3品用のハラール食料品を注文し、スプレッドシートに注文内容を項目別に記載 | 100% |
| 写真とダイヤモンド鑑定書をもとに、妻が紛失した婚約指輪の代替品を検索 | 100% |
| スマートフォン、電子書籍リーダー、携帯ゲーム機を代替できるポケットサイズのデバイスの検索と注文 | 100% |
| メーリングリストからの登録解除(配信停止) | 100% |
| さらに表示 + |
その他のタスク結果
過去1年間にわたり、ブラウザ操作(browser use)、コンピュータ操作(computer use)、コネクタ(connectors)関連のタスクにおいて、より高速で高性能、かつ安全で意図に沿った動作(アライメント)をするようモデルのトレーニングを行ってきました。これらの機能を ChatGPT で有効化することで、モデルが支援できるタスクの幅も広がり、ChatGPT は単なるチャットツールを超えて、真のエージェント型パーソナルアシスタント(agentic personal assistant)へと進化を遂げています。
なぜこれが重要なのか
AGI が全人類に利益をもたらすようにするためには、一般の人々の日常生活における重要な事柄に対するモデルのパフォーマンスを測定し、向上させる必要があります。それは、モデルの知識を問う学術的な評価にとどまらず、人々が意思決定を行い、日常の責務を管理し、実質的な意味を持つ物事を成し遂げるのを支援する AI モデルの能力を、現実的に測定することを意味します。LifeVal が、この目標に向けた確かな一歩となることを願っています。






