اخیراً، اوپن‌ای‌آی معیار LifeVal را برای سنجش عملکرد هوش مصنوعی در سناریوهای زندگی روزمره مانند مراقبت، سلامت، آموزش، مدیریت خانه، امور مالی شخصی و خدمات دولتی منتشر کرد. برخلاف ارزیابی‌های سنتی که بر پرسش و پاسخ دانش و قابلیت‌های فردی تمرکز دارند، LifeVal بر این موضوع متمرکز است که آیا هوش مصنوعی می‌تواند وظایف را به یک وضعیت قابل اجرا و قابل تحویل پیش ببرد و توانایی آن را در حل مشکلات دنیای واقعی ارزیابی می‌کند.
این معیار به «نظرسنجی استفاده از زمان آمریکایی» (American Time Use Survey) ارجاع می‌دهد و بر اساس نظرسنجی از ۳,۹۹۵ پاسخ‌دهنده ساخته شده است. در طول سال گذشته، اوپن‌ای‌آی به طور مداوم از LifeVal برای ردیابی بهبود قابلیت‌های مدل‌های خود استفاده کرده است. موارد آزمایشی عمومی نشان می‌دهد که هوش مصنوعی در وظیفه انتخاب مهدکودک برای کودکان ۹۳.۱٪، در سازماندهی داوطلبان پیشگیری از سیل ۹۸.۰٪ و در ایجاد برنامه‌های غذایی برای افراد دیابتی ۹۰.۴٪ امتیاز کسب کرده است.
اوپن‌ای‌آی همچنین تأکید کرد که LifeVal در حال حاضر عمدتاً به عنوان یک ابزار ارزیابی داخلی استفاده می‌شود و مجموعه وظایف و کد امتیازدهی آن هنوز به طور کامل برای عموم باز نشده است، بنابراین نتایج آزمون‌های مربوطه باید با احتیاط تفسیر شوند.
راه‌اندازی LifeVal نشان‌دهنده آن است که اوپن‌ای‌آی تمرکز ارزیابی مدل‌های خود را از درک اطلاعات و تولید محتوا به سمت برنامه‌ریزی و اجرای وظایف پیچیده دنیای واقعی گسترش می‌دهد و تکامل هوش مصنوعی را از یک ابزار مکالمه‌ای به یک دستیار شخصی با قابلیت‌های عملی سوق می‌دهد.