LO
Capacidade técnicaAutomatização cognitiva2025-10-05
O teste de referência GDPval da OpenAI recolheu entregas reais de agentes de compras e pôs especialistas do setor a classificar às cegas o resultado dos modelos face a elas
Especialista de compras / cadeia de abastecimentopágina da profissão →
Data do facto / publicação
2025-10-05
Categoria da prova
Capacidade técnicaUma demonstração, um referencial ou um artigo mostram que a tarefa pode ser feita. Atualiza o que a tecnologia consegue fazer, não o que as empresas vão fazer.
Tarefas sobre as quais incide
Encontrar e comparar fornecedores
Quem consegue fazer isto, a que preço, com que especificação, para quando.
A automatizar-se✓ Com prova
A encomenda e a papelada
Emitir a encomenda, cruzá-la com a fatura e com a guia de receção, e andar atrás da discrepância.
A automatizar-se✓ Com prova
Onde é que isto se aplica
Os compradores e agentes de compras são uma das 44 profissões norte-americanas do teste de referência, nos nove setores que mais contribuem para o PIB dos EUA; 1.320 tarefas no conjunto completo com pelo menos 30 por profissão, cada uma construída a partir de trabalho real de um profissional com 14 anos de experiência em média e cobrindo a maioria das atividades de trabalho dessa profissão segundo a O*NET. O que é classificado é uma entrega, à primeira, através de uma comparação cega aos pares entre especialistas — e não um trabalho. Não há cliente, nem ronda de revisão, nem negociação, nem consequência por estar errado. O valor de título (47,6% das entregas do subconjunto de ouro de um modelo classificadas como melhores ou tão boas quanto as do especialista) é da geração de modelos de setembro de 2025 e já foi ultrapassado; mais útil é o artigo indicar que as taxas de vitória são mais altas nas tarefas de 0 a 2 horas e descem de forma constante à medida que a tarefa se alonga. As taxas por profissão só são publicadas como um gráfico, por isso não é aqui citado qualquer número específico de compras. A OpenAI desenhou o teste, correu-o, e vende modelos medidos por ele.
O que isto significa
Alguém pôs por escrito, em público e numa forma contra a qual qualquer um pode testar um modelo, o que este posto produz: cerca de trinta entregáveis reais de compras feitos por alguém com mais de uma década atrás. Isso deixa no registo público uma descrição do lado dos entregáveis desta ocupação. Vale mais a pena ler pela descrição do que pela pontuação: o banco de ensaio é uma lista daquilo em que a metade deste posto que produz documentos de facto consiste.
O que ainda não mostra
Não mostra um modelo a fazer o teu trabalho, e os autores do banco de ensaio não afirmam que o faça. Uma tarefa do GDPval chega completamente especificada, com os seus ficheiros de referência anexos, e é corrigida uma só vez. As partes desta ocupação que não são um entregável (saber que um fornecedor está prestes a falhar, decidir a quem se deixa ficar a faltar, ser a pessoa a quem um diretor de fábrica telefona à meia-noite) não estão lá dentro e nunca se pretendeu que estivessem. Também não diz que alguma entidade patronal tenha mudado alguma coisa: é uma medida de capacidade, e a capacidade não é adoção.
O que podes verificar
Pega no trabalho do mês passado e separa-o em dois montes: coisas que acabaram num documento que outra pessoa leu, e coisas que acabaram numa decisão ou num telefonema. O GDPval é um teste apenas ao primeiro monte. A proporção entre os teus dois montes é o que há a saber, e mais ninguém a pode calcular por ti.
Muda a avaliação?
Não, e esta categoria também não o move. Um registo de «Capacidade técnica» é prova a sério, mas por si só não sobe um juízo de tarefa. 2 juízos ligados em cima ficam onde estavam.
Fonte
GDPval: Evaluating AI Model Performance on Real-World Economically Valuable Tasks (OpenAI, arXiv:2510.04374) · verificado 2026-09-12 · Claude (VOLO agent) — PDF downloaded from arXiv and read; the 44-occupation table, the 1,320/30-per-occupation counts, the 14-year figure, the 47.6% headline and the task-duration gradient each located in the paper's own text · interpretado 2026-10-16 · Claude (COO), interpretation audit 2026-10-16
Fonte primária: publicada pela parte que fez isto, ou pela autoridade de referência. Não precisa de coassinatura.
Este registo é citado em