Ep.602 OpenAI「GDPval」発表──44職種の“実務タスク”でAIはどこまで通用するのか（2025年10月2日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Oct 1, 2025 · 4m

9月25日（米国時間）、OpenAIが新評価「GDPval」を発表しました。狙いは“モデルがリアルな仕事でどれだけ役立つか”を、推測ではなく証拠で語ること。対象は米国GDPへの寄与が大きい9産業から選んだ44職種で、各職種30件、合計1,320件のタスクを専門家が実務成果物ベースで作成。うち5件×44＝220件はゴールドセットとして公開されます。成果物は文書・スライド・表計算・図面・マルチメディアまで幅広く、平均14年の実務歴を持つ専門家が多段レビューで磨き込んだ“仕事そのもの”が評価素材です。

職種選定は、まずGDP寄与上位の産業を選び、BLSの職業賃金・雇用データから賃金貢献の大きい職種を抽出。さらにO*NETのタスク情報を用い、60%以上が知識労働の職種に絞り込みました。評価は同職種の熟練者が“ブラインド比較”で人間の模範解とAI出力をランク付け。あわせて、人間の判定を推定するAutomated Graderも研究用に提供されます（本番評価はあくまで人間が主）。

初期結果では、最先端モデルが専門家の水準に迫りつつあるとされ、特にClaude Opus…