OpenAI afirma: IA está ficando cada vez melhor em realizar tarefas humanas

As pessoas já usam o ChatGPT da OpenAI para tarefas como ajudar com a lição de casa e criar apresentações. Agora, a gigante da tecnologia afirma que seus modelos de IA estão se tornando melhores em tarefas cotidianas que geralmente são feitas por humanos — como fazer compras e criar um orçamento. Nesta segunda-feira (2), a OpenAI anunciou uma nova ferramenta interna para avaliar como a IA lida com tarefas como essas, juntamente com uma pesquisa sobre o desempenho de seus próprios modelos.

Leia Mais CEO da OpenAI pede desculpas após lançamento "confuso" do GPT-6 Astra Anthropic considera lançar um novo modelo de IA antes do IPO Fable e Astra: estamos mais perto da inteligência artificial geral? A empresa afirma que seu modelo GPT-6 Astra obteve 93,1% de acerto na busca da creche ideal após uma mudança, 98% na gestão de voluntários comunitários em preparação para uma enchente e 90,4% na criação de um plano alimentar para um pai recém-diagnosticado com diabetes. O novo marco surge num momento em que a OpenAI enfrenta forte concorrência da Meta, Anthropic e Google — todas empenhadas em desenvolver agentes de IA capazes de lidar com tarefas do mundo real.

A desenvolvedora e suas rivais também lidam com preocupações relativas à segurança da IA ​​e com a pressão para obter lucro com seus enormes investimentos na tecnologia. Mas primeiro, a OpenAI precisava encontrar uma maneira de descobrir se o ChatGPT é realmente bom em tarefas como montar um carrinho de compras e preencher formulários online. “Como muitas pessoas estão usando o aplicativo, queremos capturar todos os diferentes casos de uso e as maneiras como o utilizam, e realmente entender como estamos melhorando ao longo do tempo”, disse Jenny Yang, pesquisadora da OpenAI, à CNN Internacional antes da divulgação da avaliação.

“Quais são os aspectos em que ainda não somos tão bons? ” Como a OpenAI criou o teste As avaliações padronizadas são cruciais no desenvolvimento de IA, pois os laboratórios as utilizam como guia para treinar e otimizar seus modelos, visando melhorias em áreas específicas. No ano passado, a OpenAI lançou um benchmark chamado GDPVal para medir o desempenho da IA ​​em habilidades relacionadas ao trabalho em diversos setores, como manufatura, governo, finanças e vendas, entre outros.

O novo parâmetro de referência pode ser crucial para o esforço da OpenAI em se manter à frente da concorrência, transformando o ChatGPT de uma ferramenta para geração de conteúdo em um assistente capaz de realizar tarefas em nome dos usuários. Mas medir o desempenho da IA ​​no dia a dia apresenta novos desafios. As etapas e habilidades necessárias para fazer compras no supermercado ou escolher a creche ideal para uma criança são amplas e vagas.

E os resultados podem ser subjetivos. Até mesmo descobrir quais testes elaborar pode ser difícil, porque muitas pessoas usam a IA de maneiras diferentes, e as respostas de um agente de IA podem variar dependendo das informações que ele recebe. A OpenAI começou analisando pesquisas abrangentes que detalham como as pessoas gastam a maior parte do seu tempo, como a Pesquisa Americana de Uso do Tempo do Departamento de Estatísticas do Trabalho e a Pesquisa Multinacional de Uso do Tempo do Reino Unido.

O problema, no entanto, era que algumas das atividades mais citadas não eram tarefas que a IA pudesse auxiliar, como dormir ou comer. Então, a OpenAI perguntou aos usuários do ChatGPT: Com que tipo de coisas vocês gostariam que um assistente de IA pudesse ajudar? 000 pessoas e pediu a um grupo menor, de aproximadamente 100 usuários, que descrevessem as tarefas que gostariam que a IA realizasse e o contexto pessoal que forneceriam ao modelo de IA para obter o resultado desejado.

Também foi solicitado aos usuários que criassem uma rubrica para avaliar se o modelo de IA concluiu a tarefa com sucesso. A OpenAI também garantiu que os usuários do ChatGPT tivessem um conhecimento profundo da tarefa que estavam propondo. Por exemplo, uma pessoa que sugerisse um teste relacionado a como a IA lida com o planejamento financeiro deveria ter experiência de trabalho com um consultor financeiro por vários anos.

Yang disse que eles tinham uma lista rigorosa de requisitos. “Você tinha que apresentar provas de que era uma espécie de especialista ou que realmente entendia qual era a resposta certa para você”, disse ela. As tarefas que a OpenAI está testando podem variar bastante — desde a busca por um apartamento até o cuidado com um ente querido.

Então, o que exatamente a desenvolvedora está medindo? Está avaliando os tipos de habilidades que o modelo precisaria para chegar à resposta correta, como a capacidade de navegar em sites, aplicar contexto analisando grandes quantidades de informações no histórico de bate-papo de um usuário e tirar conclusões que estejam de acordo com as necessidades e expectativas. Os testes da OpenAI indicam que seu modelo GPT-6 Astra, lançado em setembro, obteve 80% de desempenho geral em relação a tarefas cotidianas.

2, de dezembro de 2025, alcançou apenas 49,3%. “Há muita informação disponível, e um modelo melhor seria capaz de analisá-la rapidamente e extrair as informações mais relevantes”, disse Yang. OpenAI planeja reformular ChatGPT como "superapp" antes de IPO | ABERTURA DE MERCADO A corrida para criar agentes pessoais de IA A OpenAI quer que o ChatGPT desempenhe um papel mais importante no dia a dia, mas está enfrentando uma forte pressão competitiva — principalmente da Meta.

O agente Muse da Meta , lançado em setembro, acumulou 10 milhões de downloads nos Estados Unidos em seus primeiros 40 dias, tornando-se um dos poucos aplicativos a atingir esse marco, de acordo com a empresa de inteligência de mercado Sensor Tower. A OpenAI apresentou seu agente Dots , que, segundo a empresa, pode executar tarefas de longa duração em segundo plano enquanto os usuários realizam suas atividades diárias, no mesmo mês. E a Anthropic anunciou seu novo aplicativo de agente de IA, Claude Duet, em outubro.

A corrida para desenvolver agentes pessoais também surge em um momento em que a tecnologia levanta preocupações de segurança após uma série de incidentes em que modelos de IA escaparam de ambientes de teste e invadiram sistemas de empresas. Esses incidentes ocorreram durante testes, não com produtos de consumo, mas ainda assim levantaram questões sobre se a tecnologia está avançando rápido demais. Há também a questão de saber se as pessoas irão depender demais da IA ​​e como definir limites ao decidir quais tarefas terceirizar.

Uma anedota que a ex-CEO do Yahoo, Marissa Mayer, compartilhou com o The New York Times sobre como usou IA para resumir o que torna sua filha especial para um trabalho escolar gerou críticas online. Para Yang, o objetivo é criar modelos de IA que possam ajudar as pessoas a recuperar mais tempo no seu dia a dia, seja eliminando tarefas demoradas — como devolver uma encomenda — ou ajudando a aprender uma nova habilidade. “Acho que existem muitos casos como este em que a capacidade de usar IA simplesmente te capacita a fazer coisas que você não seria capaz de fazer, ou simplesmente facilita sua vida de forma geral”, disse Yang.

“E acho que esse é o principal caso de uso que nos deixa realmente entusiasmados”. Brasil está entre os países que mais usam o ChatGPT, diz estudo ]]>