このプロジェクトは、OpenAIのAIモデルを多様な分野の専門家と比較評価するための、より広範な戦略の一環です。9月、OpenAIはAIの性能を人間の専門知識と比較評価することを目的とした、新たな評価プロセスを開始しました。同社は、この比較を、ほとんどの経済的に価値のあるタスクにおいて人間の能力を凌駕できるAIシステムと定義される、汎用人工知能（AGI）の追求における重要な指標と見なしています。

あるOpenAIの機密文書には、「AIモデルがこれらのタスクをどれだけうまく実行できるかを測定するために、あなたがフルタイムの仕事で行ってきたタスクをモデル化した実世界のタスクを収集するのを支援するため、様々な職種の担当者を雇用しました。あなたが職業で行ってきた長期または複雑な作業（数時間または数日）の既存のものを、それぞれタスクに変えてください」と記載されています。

このデータ収集の取り組みは、知的財産とデータプライバシーに関する疑問を提起します。OpenAIは、これらの懸念に対処するために講じられた具体的な措置について公にコメントしていませんが、同社の内部文書は、機密情報を責任を持って取り扱う必要性を認識していることを示唆しています。この取り組みはまた、AI業界における高品質なトレーニングデータに対する需要の高まりを浮き彫りにしています。AIモデルの性能は、トレーニングに使用されるデータに大きく依存しているためです。

この動きは、企業が複雑な実世界のタスクを実行できるAIシステムの構築にますます注力している、AI開発におけるより広範なトレンドを反映しています。OpenAIは、AIの性能を人間のベンチマークと比較することで、自社のモデルが優れている分野と、さらなる改善が必要な分野を特定することを目指しています。このアプローチは、より有能で信頼性の高いAIシステムの開発を加速させることを目的としています。

この評価プロセスは、将来の仕事に大きな影響を与える可能性があります。AIモデルが現在人間が行っているタスクを実行する能力が向上するにつれて、さまざまな業界で自動化が進む可能性があります。しかし、OpenAIは、その目標は人間の労働者を置き換えることではなく、人間の能力を増強し、生産性を向上させることができるAIシステムを作成することであると強調しています。同社はまだ評価プロセスの具体的な結果を発表していませんが、今後数か月以内に進捗状況に関する最新情報を共有する予定です。