Este artículo enfatiza la importancia de la agrupación de tareas en el aprendizaje multitarea y propone una nueva métrica para identificar grupos de tareas óptimos midiendo la relación entre tareas. En particular, presentamos un método para medir la dificultad de las tareas basado en información V-utilizable (PVI) puntual y agrupamos tareas con estimaciones de PVI estadísticamente similares. Mediante experimentos con 15 conjuntos de datos de PLN de dominios generales, biomédicos y clínicos, verificamos la eficacia del método propuesto en comparación con métodos existentes, como Llama 2 y GPT-4. Los resultados experimentales muestran que las tareas agrupadas según PVI alcanzan un rendimiento competitivo con menos parámetros y muestran un rendimiento consistente en todos los dominios.