LifeVal de OpenAI pone a prueba a los asistentes en las tareas de cada día

OpenAI ha publicado LifeVal, una prueba que plantea una pregunta más sencilla que la mayoría de los exámenes de inteligencia artificial: ¿puede un asistente resolver los trabajos que la gente le entrega en una semana normal? La novedad se conoció el 2 y el 3 de noviembre de 2026. Nada de aulas. Nada de hojas de acertijos. Solo los papeles, la coordinación y las pequeñas decisiones que se comen una tarde entera.

Ese giro parece modesto. No lo es. Durante años, el marcador público de la inteligencia artificial se ha apoyado en pruebas con aire de escuela: problemas de matemáticas, retos de código y preguntas de conocimiento con una única respuesta correcta. Útil hasta cierto punto. Pero casi nadie busca ayuda para sentarse a un examen. Lo que quiere es el formulario enviado, la cita cambiada, el presupuesto revisado y el documento correcto en manos de la persona correcta.

Construido desde cómo pasa la gente su tiempo

Las tareas de LifeVal nacen de encuestas sobre el uso del tiempo y de las respuestas de una consulta a 3.995 personas. Esa base importa. En lugar de inventar acertijos ingeniosos, el equipo partió de dónde se van de verdad las horas y convirtió esas actividades en tareas que se pueden puntuar.

La cobertura es amplia y deliberadamente cotidiana. La lista incluye administración personal, coordinación de cuidados, trámites de ayuda alimentaria, orientación en salud y finanzas personales. Hay 16 categorías principales de tareas en total. Al leer esa lista aparecen buzones reales: una carta por reclamar, la cita de un familiar por organizar, un formulario de ayuda que necesita el justificante exacto adjunto, como también se ve en historias de tecnología aplicada contadas en esta revista.

Por qué lo cotidiano cuesta tanto de puntuar

El trabajo de cada día es desordenado de una forma que las preguntas de examen no son. Un formulario puede necesitar datos de tres sitios distintos. Una buena respuesta puede depender de un plazo escondido en una carta. Coordinar el cuidado de otra persona implica horarios, preferencias y privacidad de terceros. La mitad del trabajo consiste en saber cómo se ve una tarea terminada.

Por eso una referencia así tiene valor incluso antes de mirar cualquier nota. Obliga a compartir una definición de éxito. ¿Completó el asistente el trámite o solo redactó un resumen bonito del trámite? ¿Reservó lo que había que reservar o solo habló de reservarlo? Quien haya probado a un ayudante nuevo, persona o programa, conoce bien esa distancia.

El resultado principal, con su etiqueta correspondiente

OpenAI comunica que GPT-6 Astra alcanzó un 80,6 por ciento de media general en LifeVal, frente al 49,3 por ciento de GPT-5.2 nueve meses antes. OpenAI también informa de tasas de finalización del 100 por ciento en 10 de las 16 categorías. Hay que decir la fuente con claridad: son resultados comunicados por la propia OpenAI en su propia prueba. Eso no los vuelve inútiles. Sí significa que deben leerse como una afirmación de progreso del laboratorio que creó tanto la prueba como el modelo, a la espera de comprobaciones externas con el tiempo.

Incluso con esa etiqueta, el tamaño del salto comunicado merece atención. Pasar de completar cerca de la mitad de las tareas cotidianas a completar unas cuatro de cada cinco, en nueve meses, sugiere que las mejoras llegan donde el usuario las nota. No en una nota de trivial. En si el asistente termina el trabajo que le diste antes de la cena.

El 100 por ciento en 10 de 16 categorías cuenta además una historia útil sobre un progreso desigual. Algunos tipos de gestión ya están, según estos resultados, prácticamente resueltos en condiciones de prueba. Otros siguen por detrás. Esa desigualdad suena honesta y coincide con la experiencia. Los asistentes suelen brillar en una tarea y flojear de forma rara en la siguiente, algo que comentamos también en esta pieza sobre un robot humanoide y la vida real.

Qué cambia para quien compra y para quien construye

Para quien elige un asistente para un equipo o para un hogar, LifeVal apunta a mejores preguntas. No empieces por cuál modelo es el más listo. Empieza por qué tareas de nuestra semana termina sin que haya que rescatarlo. Trae tu propia lista: los cinco trabajos que se repiten y que más tiempo consumen. Pruébalos. Cronométralos. Cuenta las correcciones.

Para quien construye, la lección va en dirección contraria. Si la medición se mueve hacia las tareas vividas, los productos deben diseñarse para terminar, no solo para conversar. Eso significa confirmaciones claras, un registro de qué se envió y a dónde, y una forma sencilla de deshacer un paso. Un párrafo alegre no es una reserva.

Consejos que puedes usar esta semana

Lleva tu propia hoja de notas, pequeña. Elige 10 tareas que delegas a menudo. Apunta si el asistente terminó cada una, si necesitó una ayuda o si tuviste que tomar el mando. Tras un mes tendrás una referencia que vale más para ti que cualquier gráfico de lanzamiento, porque saldrá de tu propia vida.

Plantea las tareas de forma que ayuden a terminarlas. Di el resultado que buscas, el plazo y qué prueba de finalización quieres: un número de confirmación, un correo enviado con copia para ti, un archivo en una carpeta con nombre. Los asistentes, como las personas, trabajan mejor cuando el final está definido desde el principio, una idea que reaparece en nuestra cobertura sobre robotaxis de estos días.

Y mantén los pasos delicados en tus manos. La orientación en salud y las finanzas personales están dentro del alcance de LifeVal, y son justo los terrenos donde una persona debe revisar antes de enviar o pagar nada. La rapidez se agradece. Una última comprobación humana sigue siendo un seguro barato.

LifeVal no cerrará todas las discusiones sobre cuánto han mejorado los asistentes. Ninguna prueba única puede hacerlo. Pero coloca la discusión en el sitio correcto: la mesa de la cocina, el buzón de entrada y la pila de formularios junto a la puerta. Si los asistentes siguen mejorando ahí, la mayoría no necesitará un gráfico para notarlo.

También publicado en: