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≈ Inferência da plataforma
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≈ Inferência da plataforma
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. É a primeira vez que esta ocupação aparece no registo público como algo que não seja um mercado a quem vender software. 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 2026-09-12 · Claude (VOLO agent)
Fonte primária: publicada pela parte que fez isto, ou pela autoridade de referência. Não precisa de coassinatura.
Este registo é citado em