OpenAI lança o LifeVal, avaliação que mede modelos em tarefas práticas do dia a dia

O LifeVal é uma avaliação interna da OpenAI para medir modelos em tarefas práticas do cotidiano, não em conhecimento acadêmico. A lista de tarefas saiu de dois levantamentos de uso do tempo, o American Time Use Survey e o Multinational Time Use Study, ampliados por uma pesquisa demograficamente representativa com 3.995 respondentes. Para cada atividade, a empresa perguntou onde as pessoas mais queriam ajuda de um assistente pessoal.

As áreas cobertas são cuidados com outras pessoas, saúde, educação, administração doméstica, finanças pessoais, compras e serviços governamentais. Os exemplos publicados mostram fluxos que exigem ação: comparar jardins de infância e montar uma lista final, achar um imóvel e adicionar a escritura ao carrinho para revisão, montar plano de refeições e lembretes para um familiar com diabetes. A OpenAI diz que seus modelos mais recentes pontuam muito alto em várias tarefas e que, no último ano, foram treinados para ganhar velocidade, capacidade e alinhamento em uso de navegador, uso de computador e connectors. A fonte não traz números de pontuação nem detalha a metodologia de correção, e não informa se o benchmark será aberto a terceiros.

A direção já aparecia na cobertura anterior. Em 20 de maio de 2026, o CEVIU noticiou "OpenAI lança recurso de finanças pessoais no ChatGPT", uma prévia para usuários Pro nos EUA. Em 24 de julho de 2026, veio "OpenAI Introduz Funcionalidade de Saúde no ChatGPT para Adultos Americanos". Em 5 de agosto de 2026, o CEVIU publicou "Decifrando o ChatGPT Work: O Agente da OpenAI Que Redefinirá o Uso da IA por Bilhões". Eram recursos de produto isolados. O LifeVal, de 2 de novembro de 2026, é a régua que a empresa passa a usar para medir esse tipo de tarefa de forma transversal.

Para quem avalia modelos, o recado é que benchmark de conhecimento deixa de ser o único critério quando o produto vira agente. Leitura editorial: como a pontuação é divulgada pela própria OpenAI, sem números e sem acesso externo informado, vale tratar o resultado como alegação até haver replicação independente. Para quem constrói agentes, as tarefas de navegador, computador e connectors indicam onde a empresa concentra o treino.