OpenAI presenta LifeVal, il suo test per gli agenti IA sulle attività quotidiane
OpenAI ha presentato il 2 novembre LifeVal, una valutazione interna delle attività quotidiane (cura dei figli, pratiche amministrative, bilancio, spesa) utilizzata da un anno. L'azienda pubblica solo punteggi selezionati di GPT-6 Astra, senza un punteggio complessivo né confronti.
OpenAI ha presentato il 2 novembre 2026 LifeVal, una valutazione volta a misurare la capacità dei suoi modelli di gestire attività della vita quotidiana: trovare posto in un asilo nido, accedere a un servizio pubblico, gestire il bilancio familiare, ordinare la spesa o impostare un programma di allenamento. L’azienda afferma di utilizzarla da un anno per monitorare e migliorare i propri modelli, ma ha reso noti solo punteggi selezionati, attività per attività.
Attività derivate dalle indagini sulla gestione del tempo
Per selezionare le attività, OpenAI spiega di essere partita da due grandi indagini su come le persone impiegano le proprie giornate: l’American Time Use Survey e la Multinational Time Use Study. A queste ha aggiunto una nuova indagine «demograficamente rappresentativa» condotta su 3.995 persone, interpellate sui compiti per i quali vorrebbero l’aiuto di un assistente personale. Gli ambiti selezionati: cura e assistenza ai familiari, salute, istruzione, incombenze burocratiche domestiche, finanze personali, acquisti e accesso ai servizi pubblici.
L’intento non è valutare la risposta testuale di un chatbot, bensì un’azione condotta fino al termine. OpenAI sottolinea che un assistente davvero utile deve saper intervenire per portare a compimento i compiti, non limitarsi a fornire consigli, e mette in relazione LifeVal con l’addestramento dei propri modelli alla navigazione web, all’uso del computer e all’impiego di connettori.
Punteggi in vetrina
La pagina mostra alcune attività affiancate da una valutazione per i modelli attuali di OpenAI:
| Attività (esempi di OpenAI) | Punteggio mostrato |
|---|---|
| Trovare un alloggio in base a budget, sistemazione indipendente e tragitto | 100% |
| Coordinare i volontari prima di un’alluvione | 98,0% |
| Preparare una partita da seguire a distanza con la nonna | 96,3% |
| Iscrivere un bambino nella scuola materna corretta dopo un trasloco | 93,1% |
| Piano alimentare per un genitore a cui è appena stato diagnosticato il diabete | 90,4% |
Punteggi pubblicati da OpenAI sulla propria pagina LifeVal, consultata il 2 novembre 2026.
Una seconda tabella elenca ulteriori attività (prenotare un laboratorio sensoriale per un bambino piccolo, fissare un appuntamento per il tagliando dell’auto, ordinare alimenti halal rispettando un budget, disiscriversi da newsletter…) in cui il miglior punteggio registrato da GPT-6 Astra raggiunge il 100%.
I dettagli mancanti
La pagina consultata non include alcun punteggio complessivo, né il numero totale di attività, né i risultati di modelli concorrenti o un metodo dettagliato di assegnazione dei punteggi; non è inoltre indicato se l’elenco dei test sarà reso pubblico. La tabella fa riferimento al «miglior punteggio registrato», senza specificare quanti tentativi siano stati eseguiti per ciascun compito. Altra incongruenza: su X, OpenAI menziona i pareri di «migliaia di utenti di ChatGPT», mentre la pagina descrive un sondaggio rappresentativo su 3.995 persone. LifeVal debutta nello stesso giorno di GDPx, il benchmark per agenti di SemiAnalysis, in cui nessun modello supera il 12% nelle attività complesse di livello esperto.
La nostra lettura
LifeVal pone un quesito legittimo: cosa è davvero in grado di fare un assistente IA per un utente comune, al di là degli esami accademici e delle sfide di programmazione? La scelta di basarsi su indagini sull’impiego del tempo è un approccio rigoroso. Tuttavia, allo stato attuale, si tratta soprattutto di una vetrina promozionale: OpenAI valuta i propri modelli su un proprio test interno ed espone unicamente i successi, spesso attestati al 100%. In assenza di un punteggio d’insieme, di confronti con la concorrenza e di test accessibili pubblicamente, è impossibile stabilire se ChatGPT gestisca la vita quotidiana meglio di Gemini o Claude, né come si comporti nei compiti non mostrati. Il contrasto con GDPx, pubblicato lo stesso giorno da una realtà indipendente, evidenzia il divario tra i benchmark progettati internamente da un laboratorio e le misurazioni condotte dall’esterno.
Fonti
- OpenAI — LifeVal (2 novembre 2026) Fonte primaria
- OpenAI su X — annuncio di LifeVal (2 novembre 2026) Fonte primaria
- SemiAnalysis — GDPx: Measuring Frontier Model Capabilities Across the Most Valuable Domains (2 novembre 2026) Fonte primaria — Per il confronto con GDPx
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
