アーカイブ — US — techcrunch
OpenAI、GPT-5が幅広い職業において人間と同程度の能力を持つと発表
OpenAIは、GPT-5とAnthropicのClaude Opus 4.1を人間のプロフェッショナルと比較するためのベンチマークであるGDPvalをリリースしました。GPT-5は40.6%のタスクで人間と同等の性能を示しましたが、改良はAIの能力の向上を示しています。ただし、GDPvalは現時点では限られたタスクしかカバーしていません。OpenAIは、AIが高度な価値のあるタスクでプロフェッショナルを支援する可能性を見出していますが、現実のアプリケーションを効果的に測定するためにより包括的なテストが必要であることを認識しています。
要点
- OpenAIがAIの性能を比較するGDPvalベンチマークを導入しました（GPT-5、Claude Opus 4.1）。
- GPT-5は、9つの主要な米国産業において産業専門家に対して40.6％の勝率を示し、一方Claude Opus 4.1は49％を達成しました。
- GDPvalのテストは主にレポートの生成に関わり、これは専門家の業務の狭い表現です。
- OpenAIは、現在のテストが人間の仕事全体を網羅していないことを認めています。
- 将来的には、幅広い産業やタスクを含むより包括的なテストが計画されています。
なぜ重要か
- AIの職場における役割に関する議論が続いており、AIが特定の職種を置き換えるという予測が特に注目されています。
- GDPvalの立ち上げは、AI技術がより複雑な実世界の機能を採用する中で、業界が強固な基準を必要としていることを反映しています。
- 2025年に近づくにつれ、トレンドは、さまざまな分野にAIモデルをシームレスに統合していく方向へと進んでおり、仕事の役割や必要なスキルに影響を与えることが示されています。
OpenAIのGDPvalは、AIの進展における有望な結果を示していますが、限定されたタスク範囲が実世界の応用の複雑さを示唆しています。AIが職場での可能性を完全に評価するためには、より広範な評価が必要です。