OpenAI predstavio LifeVal: ChatGPT sada meri uspeh na svakodnevnim zadacima

jakovradojevic
3 Min Read

OpenAI je predstavio LifeVal, novi sistem evaluacije koji meri koliko dobro AI modeli rešavaju praktične, svakodnevne zadatke. Cilj je jasan — da ChatGPT prestane da bude samo alat za razgovor i postane pravi lični asistent koji obavlja posao do kraja.

OpenAI predstavio LifeVal: ChatGPT sada meri uspeh na svakodnevnim zadacima

Kompanija navodi da više od milijardu ljudi nedeljno koristi ChatGPT, a mnogi od njih traže pomoć upravo u konkretnim životnim situacijama: pronalaženje vrtića, pristup državnim servisima, pravljenje budžeta, priprema za školu, prilagođavanje recepata, naručivanje namirnica ili dizajniranje plana treninga. Poenta je da korisnicima nije dovoljan savet — potrebno je da neko za njih stvarno obavi posao.

Kako je nastao LifeVal

Da bi identifikovali zadatke koje ljudi najviše vrednuju, istraživači OpenAI-ja krenuli su od dve velike studije o tome kako ljudi provode vreme — American Time Use Survey i Multinational Time Use Study. Te baze podataka daju detaljan katalog svakodnevnih obaveza po demografskim grupama, dobu dana i godišnjem dobu.

Na to su nadogradili novo, demografski reprezentativno istraživanje sa 3.995 ispitanika, kako bi otkrili gde bi ljudi najviše voleli pomoć AI asistenta. Rezultat pokriva oblasti poput brige o drugima, zdravlja, obrazovanja, kućne administracije, ličnih finansija, kupovine i pristupa državnim uslugama.

Šta modeli već dobro rade

OpenAI je podelio primere iz svoje evaluacije, sa zanimljivim rezultatima. Na zadatku pronalaženja odgovarajućeg vrtića nakon preseljenja model beleži 93,1% uspešnosti — skrati listu, organizuje detalje o upisu i traži od korisnika da donese konačnu odluku. Organizacija volonterskih timova pred poplavama dostiže 98,0%, dok pronalaženje kuće koja odgovara budžetu, lokaciji i rasporedu dostizanja škole ide do 100%.

Tu su i svakodnevne situacije poput gledanja utakmice na daljinu sa bakom (96,3%) ili pravljenja plana ishrane za roditelja koji se prilagođava novoj dijagnozi dijabetesa (90,4%). U svim primerima model ne samo da daje odgovor, već priprema konkretan plan i nudi sledeći korak.

Od chat alata do agenta

OpenAI ističe da je tokom protekle godine modele trenirao da budu brži, sposobniji i bolje usklađeni u korišćenju pretraživača, računara i konektora. Upravo te sposobnosti omogućavaju da ChatGPT izađe iz okvira običnog razgovora i ponaša se kao agentni lični asistent — onaj koji preuzima inicijativu i završava zadatak.

Ovakav pristup je logičan nastavak trke u kojoj kompanije sve više pažnje posvećuju praktičnoj korisnosti, a ne samo sirovim rezultatima na benchmarkovima. Detalje o evaluaciji možete pogledati na zvaničnom OpenAI blogu.

Ostaje da se vidi koliko će LifeVal postati referentna tačka u industriji — ali poruka je jasna: budućnost AI asistenata ne meri se brojem rečenica u odgovoru, već brojem stvari koje stvarno završe umesto vas.

Share this Article
Leave a comment