OpenAI apresenta o LifeVal, benchmark para medir o desempenho de IA em tarefas do dia a dia

O LifeVal é uma avaliação interna da OpenAI para medir modelos em tarefas práticas do cotidiano. A empresa diz que o conjunto serviu para acompanhar e orientar a evolução dos modelos ao longo do último ano. A base das tarefas vem de dois levantamentos sobre uso do tempo, o American Time Use Survey e o Multinational Time Use Study, que catalogam o que as pessoas fazem em diferentes perfis demográficos, horários e estações.

Para decidir onde a ajuda de IA seria mais valorizada, a OpenAI acrescentou uma pesquisa nova, demograficamente representativa, com 3.995 respondentes. As áreas resultantes incluem cuidados com pessoas, saúde, educação, administração doméstica, finanças pessoais, compras e acesso a serviços governamentais. Os exemplos publicados envolvem comparar creches, organizar voluntários para preparação contra enchentes, buscar imóvel e montar plano de cuidado para diabetes. A empresa atribui o avanço a ganhos em uso de navegador, uso de computador e conectores. A fonte diz que os modelos mais recentes pontuam muito bem em várias tarefas, mas o texto não traz números nem metodologia de pontuação detalhada aqui.

Em 2 de novembro de 2026, o CEVIU noticiou "OpenAI lança o LifeVal, avaliação que mede modelos em tarefas práticas do dia a dia", cobrindo o mesmo anúncio. A matéria de hoje não traz um fato novo sobre o produto. Em relação ao histórico de benchmarks da OpenAI, o LifeVal aparece depois do EVMbench (23 de fevereiro de 2026), focado em smart contracts, do LifeSciBench (19 de junho de 2026), para pesquisa em ciências da vida, e do MentalHealthBench (24 de setembro de 2026), para saúde mental. Os anteriores miram domínios especializados. O LifeVal vai para tarefas gerais de agente pessoal.

Para quem constrói ou avalia agentes, o LifeVal sinaliza que a OpenAI quer medir conclusão de tarefas em navegador e computador, e não só conhecimento acadêmico. Como é uma avaliação da própria empresa e a fonte não detalha critérios nem resultados, vale tratar as pontuações como indicação, não como comparação independente.