解決できる課題 事業紹介トップ 経営データ分析基盤 AI導入・業務改善 AI 業務アプリ 基幹システムのWeb化・段階移行 複雑な SaaS を専用 UI に Shopify Plus 移行・拡張 生成AI 活用(Multi AI) SEO / AIO / 広告運用 顧問・アドバイザリ インフラ構築 PHP脆弱性対策・更新 WordPressからEmDashへの移行 自社メディア投資・開発
AI導入 AI導入・業務改善 ChatGPTの社内導入 OpenAI Codex導入 AI運用・定着 Claude / MCP 総合 Claude Cowork Claude Code 導入支援 Claude Code 使いこなし支援 Claude Design MCP 開発・サーバー構築
EC構築・移行 Shopify Plus トップ EC-CUBEからShopifyへの移行 大手カートからの移行 Shopify 通常プラン EC サイト構築
実績
業界ニュース 業界ニュース トップ AI ニュース └ Claude └ ChatGPT・Codex └ Gemini └ その他 Shopify ニュース SaaS ニュース お知らせ(自社発信)
会社情報 相談する
2026.11.03

OpenAI、日常タスクでのAI性能を測る評価基準「LifeVal」を発表

記事のサマリー(TL;DR)

  • OpenAIは、ChatGPTが育児情報の検索、行政サービスの利用、予算作成、学校準備、レシピの調整、食料品の注文、運動計画の作成など、日常生活の実務的な課題にどれだけ役立つかを測定する評価基準「LifeVal」を構築したと発表しました。
  • LifeValは、米国の「American Time Use Survey」と国際的な「Multinational Time Use Study」という2つの大規模調査に加え、3,995人を対象とした新たな人口統計的に代表性のある独自調査を基に設計されており、介護、健康、教育、家庭内の事務、個人の家計管理、買い物、行政サービスの利用といった領域のタスクを対象としています。
  • OpenAIはこの1年間、ブラウザ操作・コンピュータ操作・コネクタ機能に関するモデルの性能向上にLifeValを活用してきたとしており、記事内ではいくつかの具体的なタスク例についてモデルの達成率(パーセンテージ)が示されています。

詳細

背景

OpenAIは、AGI(汎用人工知能)が人類全体に利益をもたらすことを使命に掲げています。現在ChatGPTを週に利用するユーザーは10億人を超えており、OpenAIは育児情報の検索、行政サービスへのアクセス、予算作成、学校準備、レシピの改変、食料品の注文、運動計画の立案といった、日常生活の実務的な課題を支援できるAIの構築を目指すとしています。

OpenAIは、人が何かの助けを求めているとき、単なるアドバイスやチャットの返答以上のものが必要であると述べています。真に役立つパーソナルアシスタントであるためには、ChatGPTは実際に物事を完了させる「行動」を取れる必要があるとしています。

モデルの性能を日常タスクにおいて経時的に測定するため、OpenAIはユーザーがAIやパーソナルエージェントから最も助けを求めている領域を網羅した評価基準を構築しました。この評価基準は、過去1年間にわたり日常タスクにおけるモデル性能の追跡と改善に使用されてきたとしています。

人々が最も重視するタスクを特定するにあたり、OpenAIはまず、米国内および国際的に人々がどのように時間を使っているかを追跡する2つの大規模研究、すなわち「American Time Use Survey」と「Multinational Time Use Study」を出発点としました。これらのデータセットは、異なる人口統計、時間帯、季節にわたって人々が行う日常生活のタスクを詳細にカタログ化したものであるとされています。

AIの支援が最も価値を持つ領域を把握するため、OpenAIはこれらの既存調査を拡張する形で、3,995人の回答者を対象とした人口統計的に代表性のある新たな調査を実施しました。各タスクについて、パーソナルアシスタントからの支援を人々が最も望む領域を特定するため、さまざまな質問を行ったとしています。

その結果得られたタスクは、介護、健康、教育、家庭内の事務、個人の家計管理、買い物、行政サービスへのアクセスなど、人々が支援を求める最も重要な領域にわたっています。

タスク例ごとの性能

記事では、現行モデルが日常生活の実務的なワークフローにおいてどのように機能するかについて、以下のような例が示されています。

  • 引っ越し後に適切な幼稚園へ入園する:達成率93.1%。新居周辺の幼稚園を比較し、候補を絞り込むタスク。3つの幼稚園に候補を絞り込み、入園に必要な詳細を整理した上で、ユーザーに確認が必要な2つの希望事項について問いかける例が示されています。
  • 洪水に備えたボランティアの管理:達成率98.0%。浸水対策が必要な近隣住民4世帯のために、地域の洪水対策ボランティア組織を編成するタスク。対象地域の状況評価と悪天候への備えを支援する簡易な行動計画を作成する例が示されています。
  • 遠方の祖母と一緒に試合を観戦する:達成率100%(「新しい家を見つける」の項目に対応、原文のタスク名と結果の対応関係に基づく)。予算に合い、別棟の居住スペースがあり、下校後の通勤時間が短くなる、Luzerne County内の住宅を探すタスク。条件に合う住宅を1件見つけ、譲渡税を計算し、権利証(deed)をカートに追加して確認できるようにした例が示されています。
  • 遠方の祖母と一緒に試合を観戦する:達成率96.3%。祖母と離れた場所からでも簡単に一緒に試合を観戦できる方法を整えるタスク。ストリーミングが失敗した場合のバックアップも含めた最も簡単な視聴環境を用意し、祖母への説明を手伝う例が示されています。
  • 糖尿病と新たに診断された親のための食事準備:達成率90.4%。糖尿病の新規診断に適応する親のための実践的なケアおよび食事計画を支援するタスク。食事内容、リマインダー、ケアチームへの質問事項を含む最初の1週間分の計画を作成し、親と共有する前に一緒に確認することを提案する例が示されています。

OpenAIは、最新モデルが多数のLifEvalタスクで高いスコアを記録しているとしています。

モデルの能力拡張とLifeValの位置づけ

OpenAIは、過去1年間でモデルをブラウザ操作、コンピュータ操作、コネクタ関連のタスクにおいて、より高速で高性能、かつ意図に沿った動作ができるよう訓練してきたと説明しています。こうした機能をChatGPTに搭載することで、モデルが対応できるタスクの種類も広がり、ChatGPTを単なるチャットツールから、真にエージェント的なパーソナルアシスタントへと近づけることにつながるとしています。

OpenAIは、AGIが人類全体に利益をもたらすようにするためには、日常生活において実際に重要な事柄についてモデルの進歩を測定し、改善していく必要があると述べています。これは、モデルの知識に関する学術的な評価にとどまらず、AIモデルが人々の意思決定を支援し、日常の責任を管理し、意味のある成果を実際に達成する能力をどれだけ有しているかを測定することを意味するとしています。OpenAIは、LifeValがその目標に向けた一歩になることを期待していると述べています。