Un miliardo di persone usa ChatGPT ogni settimana. Un miliardo. E OpenAI si è fatta una domanda semplice: li stiamo aiutando davvero?
Perché una cosa è rispondere a ‘spiegami la relatività’. Un’altra è trovare un asilo nido, compilare moduli per servizi pubblici, preparare un piano pasti per un genitore diabetico, organizzare volontari prima di un’alluvione.
Fare, non solo parlare
Quando qualcuno chiede aiuto per la vita quotidiana, non vuole un wall of text. Vuole che le cose vengano fatte. ChatGPT deve diventare un assistente che agisce, non solo che consiglia.
Per misurare se ci stanno riuscendo, OpenAI ha costruito LifeVal: un benchmark di task quotidiani su cui la gente vuole davvero aiuto. Non roba accademica. Roba che conta.
Come hanno scelto cosa misurare
Hanno iniziato da due studi su come le persone passano il tempo: l’American Time Use Survey e il Multinational Time Use Study. Un catalogo dettagliato della vita quotidiana — cosa facciamo, quando, in quali stagioni, attraverso demografie diverse.
Poi hanno aggiunto un sondaggio su 3.995 persone, rappresentativo demograficamente. Per ogni task: dove vorresti davvero aiuto da un assistente? Le risposte hanno coperto caregiving, salute, educazione, amministrazione domestica, finanze personali, spesa, accesso a servizi pubblici.
Alcuni esempi concreti
Iscrivere tuo figlio all’asilo giusto dopo un trasloco. Il modello confronta le opzioni nella zona, fa una shortlist, organizza i dettagli di iscrizione. Accuratezza: 93,1%.
Organizzare volontari prima di un’alluvione per aiutare quattro vicini a prepararsi. Il sistema crea un piano d’azione per valutare i siti e coordinarsi. 98% di successo.
Trovare una casa in Luzerne County che rispetti il budget, abbia un’unità separata, mantenga breve il commute dopo aver lasciato i figli a scuola, e aggiungere l’atto al carrello per revisione. 100%. Sì, quella percentuale.
Guardare la partita con la nonna lontana. Il modello configura un setup per guardare insieme da remoto, con backup se lo stream crasha. 96,3%.
Preparare un piano pasti per un genitore con diagnosi recente di diabete. Prima settimana pronta: pasti, promemoria, domande per il team medico. 90,4%.
Perché conta
OpenAI dice: per garantire che l’AGI avvantaggi tutta l’umanità, dobbiamo misurare il progresso su ciò che conta nella vita delle persone normali. Non solo quanto un modello sa, ma quanto aiuta a prendere decisioni, gestire responsabilità quotidiane, portare a termine cose concrete.
Nell’ultimo anno hanno allenato i modelli a diventare più veloci, più capaci, più allineati su browser use, computer use, connettori. Abilitare queste capacità in ChatGPT espande i tipi di task su cui può aiutare: l’obiettivo è passare da chat tool a assistente agentico.
LifeVal è un passo in quella direzione. Non perfetto — nessun benchmark lo è. Ma concreto, ancorato a cosa fa la gente, non a cosa sa rispondere un modello su paper accademici.
La domanda ora è: quando questi score alti diventeranno esperienza quotidiana per quel miliardo di utenti settimanali?
