LifeVal

Sứ mệnh của OpenAI là bảo đảm trí tuệ nhân tạo tổng hợp mang lại lợi ích cho toàn nhân loại. Với hơn một tỷ người hiện đang sử dụng ChatGPT mỗi tuần, chúng tôi muốn xây dựng AI có thể hỗ trợ giải quyết những vấn đề thiết thực trong cuộc sống hằng ngày, như tìm dịch vụ trông trẻ, tiếp cận dịch vụ công, lập ngân sách, chuẩn bị cho việc học, điều chỉnh công thức nấu ăn, đặt mua thực phẩm, lên kế hoạch tập luyện và nhiều việc khác.

Khi tìm kiếm sự hỗ trợ để cuộc sống dễ dàng hơn, người dùng cần nhiều hơn những lời khuyên hay câu trả lời trong cuộc trò chuyện. Để trở thành một trợ lý cá nhân thực sự hữu ích, ChatGPT cần có khả năng hành động để thực sự hoàn thành công việc.

Để đo lường hiệu suất của mô hình trong các tác vụ hằng ngày theo thời gian, chúng tôi đã xây dựng một bộ đánh giá bao gồm những lĩnh vực mà người dùng mong muốn được AI và tác nhân cá nhân hỗ trợ nhiều nhất. Trong năm qua, chúng tôi đã sử dụng bộ đánh giá này để theo dõi và thúc đẩy việc cải thiện hiệu suất của mô hình trong các tác vụ hằng ngày. 

Để xác định những công việc mà mọi người coi trọng nhất, chúng tôi bắt đầu từ hai nghiên cứu lớn theo dõi cách mọi người sử dụng thời gian ở cả Hoa Kỳ và trên thế giới: Khảo sát sử dụng thời gian của người Mỹ⁠(mở trong cửa sổ mới) và Nghiên cứu đa quốc gia về sử dụng thời gian⁠(mở trong cửa sổ mới). Kết hợp lại, các bộ dữ liệu này cung cấp một danh mục chi tiết về những công việc hằng ngày mà mọi người thực hiện, trải rộng trên nhiều nhóm nhân khẩu học, thời điểm trong ngày và mùa trong năm. Để hiểu sự hỗ trợ của AI có giá trị nhất với mọi người ở đâu, chúng tôi đã mở rộng các khảo sát hiện có bằng một khảo sát mới với 3.995 người tham gia, bảo đảm tính đại diện về nhân khẩu học. Với mỗi công việc, chúng tôi đặt nhiều câu hỏi để xác định những lĩnh vực mà người dân mong muốn được trợ lý cá nhân giúp đỡ nhất. Các tác vụ được chọn từ đó bao quát những lĩnh vực quan trọng nhất mà mọi người muốn được hỗ trợ, gồm chăm sóc người thân, sức khỏe, giáo dục, quản lý việc gia đình, tài chính cá nhân, mua sắm và tiếp cận dịch vụ công. 

Các mô hình mới nhất của chúng tôi đạt điểm rất cao trong nhiều tác vụ của LifeVal.

Để bảo đảm AGI mang lại lợi ích cho toàn nhân loại, chúng tôi cần đo lường và thúc đẩy sự tiến bộ của mô hình trong những việc quan trọng với cuộc sống của người dân. Điều đó có nghĩa là không chỉ đánh giá kiến thức của mô hình theo tiêu chí học thuật, mà còn thực sự đo lường mức độ hiệu quả của các mô hình AI trong việc giúp mọi người đưa ra quyết định, quản lý những trách nhiệm hằng ngày và hoàn thành những việc có ý nghĩa. Chúng tôi hy vọng LifeVal là một bước tiến hướng tới mục tiêu đó.