In partnership with
A Single Typo Shouldn’t Cost You a Sale
A shopper types “running shos” and gets nothing back. Another types “red waterprof trail runners under $150” and hits the same wall. Both knew what they wanted.
Traditional site search relies on exact keyword matching, leaving shoppers stranded at “0 results found” screens.
Gladly understands what shoppers mean, typos and all. Instead of a dead end, they get products that fit what they asked for and a conversation that keeps them shopping.
IA PARA TU DÍA — 3 de noviembre de 2026
¿La IA ya puede encargarse de tus pendientes?
OpenAI midió a GPT-6 Astra en tareas de la vida diaria. El resultado es alto, pero el examen lo diseñó la misma empresa.
por Julius Aguirre
Buenos días. Todos tenemos un pendiente que lleva semanas en la lista: el trámite, la cita, la compra. Ayer, 2 de noviembre, OpenAI presentó una vara para medir cuánto de eso podría resolver una IA.
SEÑAL DEL DÍA
OpenAI creó su propia prueba de tareas cotidianas y reporta una puntuación de 80.6% para GPT-6 Astra, frente a 80.0% para GPT-5.6; el examen es de la propia empresa.
QUÉ PASÓ
El 2 de noviembre, OpenAI presentó LifeVal, una evaluación de tareas de la vida diaria: buscar guardería, armar un presupuesto, pedir el súper sin pasarse del gasto o avanzar en trámites de gobierno. Según la empresa, las tareas salieron de encuestas de uso del tiempo y de una encuesta a 3,995 personas sobre dónde quieren ayuda, y los modelos las resuelven con navegador, computadora y aplicaciones conectadas.
OpenAI reporta una puntuación promedio de 80.6% para GPT-6 Astra, 80.0% para GPT-5.6 y 49.3% para GPT-5.2. Son puntuaciones dentro de esta evaluación, no porcentajes de tareas resueltas en la vida real. La empresa usa LifeVal internamente desde hace un año y, según los reportes consultados, su gráfica incluye únicamente modelos propios.
POR QUÉ IMPORTA
Muchas pruebas de IA miden código o matemáticas. LifeVal intenta medir tareas que sí hacemos: la pregunta pasa de «¿responde bien?» a «¿termina el trabajo?».
Pero 80.6% es una puntuación dentro de las tareas que OpenAI eligió y con su forma de calificar; no dice cuántos trámites reales saldrían bien. Los 0.6 puntos sobre GPT-5.6 son una diferencia pequeña en esta evaluación y no permiten concluir nada sobre el ritmo de mejora de los modelos en general.
En México, un trámite en el SAT o el IMSS tiene sus propios sitios, requisitos y fallas. No hay evidencia de que LifeVal se haya validado en español ni con servicios locales.
LLÉVALO A TU DÍA
Úsala como mini prueba: pídele a tu IA que arme tu lista del súper de la semana con un presupuesto, no que haga el pedido. Revisa cada producto y precio contra la tienda y anota qué acertó y qué no. No compartas datos de tarjeta, domicilio completo, claves ni documentos de identidad, y no la dejes pagar ni confirmar un pedido sin revisarlo tú.
Quiero armar mi lista del súper para esta semana con un presupuesto de [monto] pesos para [número] personas. Propón una lista por categorías con precios aproximados, suma el costo estimado y comprueba si se pasa del presupuesto; si se pasa, sugiere sustituciones. Dime qué precios debo confirmar en la tienda. No me pidas datos personales ni de pago.
■ MI LECTURA
Que OpenAI mida si su IA termina tareas, y no solo si responde bonito, cambia lo que vamos a exigirle a estos sistemas. Pero 80.6% es la puntuación de un examen que la misma empresa diseñó y reporta. Me sirve para ver hacia dónde apunta, no para entregarle mi trámite sin revisar. Automatizar sin decidir es solo acelerar el error: tú sigues decidiendo qué se envía, qué se paga y qué se firma.
■ OTRAS SEÑALES
→ Derechos de autor: el Senado prevé discutir hoy la reforma sobre plataformas. Busca que las plataformas y los proveedores de internet puedan responder por infracciones de derechos de autor de sus usuarios si no actúan, por ejemplo al no tener una política para suspender a reincidentes. Ya pasó por Diputados y aún no está vigente; «Ley Antimemes» es un apodo, no su nombre oficial. Leer →
→ MIT: una IA corrige a otra editando una fracción mínima de sus pesos. GPT-6 Astra modificó 0.016% de un Qwen pequeño y eliminó un bucle de razonamiento. Es un resultado de los propios autores, sin revisión por pares; en Gemma 3 270M, que casi no repite, no mejoró las matemáticas. No prueba que la IA se mejore sola. Leer →
FUENTES
— OpenAI, LifeVal (primaria, 2 nov) — enlace
— AI Weekly, sobre LifeVal (reporte, 3 nov) — enlace
— FourWeekMBA, sobre LifeVal (reporte) — enlace
— CellCog, sobre LifeVal (reporte) — enlace
— MIT CSAIL, Sparks of Weight-Space Programming (primaria, 2 nov) — enlace
— VentureBeat, sobre el estudio de MIT (reporte) — enlace
— ExplainX, sobre el estudio de MIT (análisis) — enlace
— El Economista, vía Código QRO, sobre la agenda del Senado (reporte, 2 nov) — enlace
— Cámara de Diputados, minutas aprobadas, LXVI Legislatura (primaria) — enlace
— El Heraldo de México, sobre la votación en Diputados (reporte, 7 oct) — enlace
— Cinemedios, sobre otras propuestas llamadas «Ley Antimemes» (referencia) — enlace
