استعراض ‘كيف يستخدم الناس ChatGPT’

أنا إيليا رومانوف وأعمل على منتج ذكاء اصطناعي في وضع سري. في مقالي السابق، تحدثت عن تقرير MIT المثير للجدل حول الذكاء الاصطناعي والأرباح. ظهر تقرير آخر مثير للجدل—“كيف يستخدم الناس ChatGPT”. الجملة الافتتاحية الجريئة “بشكل عام، وجدنا أن ChatGPT يوفر قيمة اقتصادية من خلال دعم اتخاذ القرارات، وهو ما يهم بشكل خاص في الوظائف التي تتطلب المعرفة” أثار فضولي حول ما إذا كان هناك سجل مثبت لاضافة الذكاء الاصطناعي إلى عملية عمل ونتائج ملموسة. دعونا نغوص الآن!

التقرير والفريق

‘كيف يستخدم الناس ChatGPT’ تم إعداده بواسطة باحثين في OpenAI والاقتصادي في جامعة هارفارد ديفيد ديمينج. خبرتهم المشتركة في هندسة الذكاء الاصطناعي وتحليل البيانات الحساسة وتحليل السياسات الاقتصادية جعلت من الممكن إنشاء هذه الدراسة التجريبية الشاملة على نطاق واسع حول ChatGPT.
الدراسة تستند إلى مجموعة مثيرة للإعجاب من 1.5 مليون محادثة مع ChatGPT. استخدم الفريق مرشح الحفاظ على الخصوصية لتحويل المستخدمين بشكل مجهول بينما لا يزالون يفهمون النية وراء الرسائل. بشكل أساسي، تم سحب كل محادثة مع ChatGPT من خلال مرشح أوتوماتيكي أزال أي أسماء أو تفاصيل شخصية قبل أن يرى الباحثون ذلك. تم تحليل هذه العلامات الناتجة عن الآلة (مثل الموضوع أو النية). للربط بين الخلفيات السكانية الأساسية، مثل التعليم أو المهنة، عمل الفريق في بيئة غرفة نظيفة آمنة حيث يمكنهم فقط سحب بيانات مجمعة عن مجموعات من المستخدمين البالغ عددهم 100 مستخدم على الأقل، بحيث لا يمكن تحديد أي شخص أو رسالة فردية أو إعادة تعريفها.

النتائج

البيان الجريء في ‘الموجز’ هو واحد من النتائج الرئيسية حول كيفية قيام الذكاء الاصطناعي بتوفير القيمة في الاقتصاد الحديث. على عكس الحلول التي تهدف إلى توفير التكامل الكامل التي ظهرت مؤخرًا، يتم استخدام ChatGPT بشكل أساسي كأداة دعم اتخاذ القرارات بدلاً من منصة تلقينية للعمل. يقدم التقرير نوعين من المهام التي يُطلب من المستخدمين أن يقوموا بها مع ChatGPT: ‘الاستفسار’ و ‘التنفيذ’. يشير الأول إلى مهام مثل البحث عن المعلومات أو تقديم المشورة أو التوجيه من أجل اتخاذ قرارات أفضل (‘ما الفرق بين الارتباط والسببية؟’). يشير الثاني إلى تنفيذ مهام محددة مثل صياغة البريد الإلكتروني أو كتابة التقارير أو حتى إنشاء الشفرة (‘اكتب بريدًا إلكترونيًا إلى مديري قائلاً إنه لم أتمكن من الوصول إلى قسم المبيعات، على الرغم من أنني اتصلت بهم عدة مرات.’).
من المثير للاهتمام أن التقرير يميز بين المحادثات المتعلقة بالعمل والمحادثات غير المتعلقة بالعمل. تشكل جميع المحادثات غير المتعلقة بالعمل ما يصل إلى 70% في عام 2025، مما يشير إلى زيادة حادة من 53% في عام 2024. تركز التفاعلات الشخصية في الغالب على المهام اليومية (نصائح ‘كيف’ والتدريس) ومساعدة الكتابة (التحرير أو الترجمة). تُظهر هذه الزيادة وسياق الاستخدام موقف ChatGPT كرفيق يومي—جوجل جديد من نوع ما—للاستكشاف والعمل الإبداعي وصنع القرار خارج مكان العمل.
يكشف التقرير عن أن 49% من جميع الرسائل هي ‘الاستفسار’ مقارنة بـ 40% فقط من رسائل ‘التنفيذ’. العبث هو أن رسائل ‘الاستفسار’ تتزايد بسرعة وتحصل على تصنيفات رضا أعلى من مستخدمي ChatGPT. في يوليو 2024، كان ‘الاستفسار’ و ‘التنفيذ’ متساويين تقريبًا، وشكلا 46% من جميع رسائل ChatGPT. بحلول يونيو 2025، ارتفع ‘الاستفسار’ إلى 51.6%، مما يعني زيادة مطلقة بنسبة 5.6 نقطة مئوية، مما يعني مكسب نسبي بنسبة 12%، بينما انخفض ‘التنفيذ’ إلى 34.6%، مما يعني انخفاض نسبي بنسبة -25%.
ماذا يعني هذا الانحراف؟ يجادل التقرير بأن المنفعة الاقتصادية تكمن في اتخاذ القرارات السريعة والمستنيرة في الوظائف التي تتطلب المعرفة، مما يعزز الإنتاجية. في الوظائف التي تتطلب المعرفة، حيث تتأثر النتائج التجارية مباشرة بجودة وسرعة القرارات، يمكن أن يزيد الوصول إلى المعلومات المعالجة جيدًا والمنظورات البديلة والدعم التحليلي الممتاز بشكل كبير من أداء العاملين.
تستند هذه النتيجة إلى النتائج. من ناحية، المستخدمون الذين يحملون شهادات جامعية أكثر احتمالًا باستخدام ChatGPT للاستفسار بنسبة 2 نقطة مئوية وأقل احتمالًا لإرسال رسائل ‘التنفيذ’ بنسبة 1.6 نقطة مئوية مقارنة بالمستخدمين أقل تعليمًا. في نفس السياق، المستخدمون في المهن العلمية والتقنية عالية الأجر أكثر احتمالًا لاستخدام الذكاء الاصطناعي للاستفسار—47% من رسائل العمل هي ‘الاستفسار’ في الوظائف المرتبطة بالكمبيوتر.
القدرات غير المرئية لاتخاذ القرار التي تفوق بكثير قدرة الدماغ البشري يمكن أن تعكس في المال—ليس من حيث الإيرادات التي حققها OpenAI (13 مليار دولار في الإيرادات السنوية المتكررة، في بداية أغسطس من هذا العام) ولكن في الفائض الاستهلاكي. ببساطة، الفائض الاستهلاكي هو الفجوة بين المبلغ الأقصى الذي سيستطيع الشخص دفعَه طوعًا مقابل خدمة والثمن الفعلي الذي يدفعه.
على نطاق واسع، كما وجد البحث الذي أجراه Collis and Brynjolfsson (2025) أن الفائض الاستهلاكي يصل إلى 97 مليار دولار على الأقل في الولايات المتحدة وحدها. ويبدو من بحثهم أن الناس سيحتاجون إلى دفع 98 دولارًا، في المتوسط، لหยّاء استخدام الذكاء الاصطناعي التوليدي لمدة شهر. القيمة التي يمتلكها ChatGPT للمستخدمين في سياقات العمل وال非 عمل هائلة، ومن الآمن القول أنه في سياق المؤسسة، هناك مكسب مالي أكبر.

لماذا الاستفسار؟

بينما كنت أبحث عن الفريق وراء هذا التقرير و (ماذا؟!) دعوة Perplexity للتفكير معي في هذا التقرير، لم أستطع إلا أن أتساءل لماذا الناس يطلبون أكثر مما يفعلون مع ChatGPT.
لنضع الأمر في مصطلحات علمية، أود أن أturn إلى بحث مرجعي في التقرير. Ide and Talamas (2025) قدموا دورين يلعبه الذكاء الاصطناعي في مكان العمل: زميل العمل الذي يُنتج المخرجات، أي يقوم بالعمل، و المرافق الذي يعزز حل المشكلات دون أي مخرجات نهائية. يدعم بيانات ‘كيف يستخدم الناس ChatGPT’ نمط المرافق: مرة أخرى، الناس يطلبون أكثر مما يفعلون مع ChatGPT (49% مقابل 40%) والاستفسار في زيادة و ‘اتخاذ القرارات وحل المشكلات’ يصنف بين أهم الأنشطة في كل مجموعة مهنية تم استطلاعها. في جوهر الأمر، يوفر ChatGPT المشورة بدلاً من العمل في معظم الحالات.
لذلك، الذكاء الاصطناعي هو مرافق في معظم الحالات. ولكن لماذا؟ تصفح LinkedIn وستجد ‘أتمت هذا’ و ‘أتمت ذلك’.
لقد فكرت في ذلك أيضًا، بينما كنت أقرأ التقرير ومئات المنشورات المثيرة على LinkedIn من هواة الذكاء الاصطناعي الذين وجدوا ذلك البرنامج النصي لجعل الذكاء الاصطناعي يعمل أخيرًا. افتراضي هو أن هذا السيادة النوع الاستفسار على النوع التنفيذ مع ChatGPT قد يكون مجرد انعكاس لقيود النموذج الحالية (أو السابقة) وليس تفضيلًا عامًا للذكاء الاصطناعي كمرافق. من المحتمل أنه بمجرد وجود حل ذكاء اصطناعي فعّال حقًا، سيتزايد استخدام الذكاء الاصطناعي كزميل عمل بدلاً من كونه مرافقًا. ببساطة، الناس يريدون استخدام الذكاء الاصطناعي كزميل عمل ولكن هناك قيود لا تزال قائمة.
من تجربتي وما سمعته خلال مقابلات CustDev، أفترض أن هناك عيبًا جديًا لا يزال الذكاء الاصطناعي غير قادر على التغلب عليه. أولاً، يفتقر إلى السياق. ثانيًا، لا يمكن كسر كل قطعة من العمل إلى سؤال بسيط (أو أنا لا أملك الصبر الكافي).
دعوني أُفصّل هذه النقاط. بسبب عدم وجود السياق، لا يمكن ترك الذكاء الاصطناعي حراً عند إنشاء المحتوى. يحتاج إلى المراقبة، وربما يتعين تعديل السؤال من أجل نتيجة أفضل. IBM أ explaned الفكرة بمصطلحات علمية. يكتسب البشر فهمًا وضعيًا غنيًا بفضل الإدراك المستمر والذاكرة والخبرة العملية في العالم الحقيقي، بينما يعمل مساعدوا الذكاء الاصطناعي فقط عن طريق التنبؤ بالكلمة التالية (~الكلمة) بناءً على ‘نافذة سياق’ ثابتة من المدخلات الحديثة. الذكاء الاصطناعي لديه ذاكرة قصيرة الأمد، والمعلومات السابقة تُفقد بمجرد امتلاء سعة الذاكرة.
نماذج اللغة الكبيرة تواجه صعوبات في المهام المعقدة متعددة الخطوات. يتراجع الأداء والاتساق مع الجمع بين المهام، Prompt Drive يُشرح. هناك نهج لتحقيق هذا التغلب على القصور—النهج المعروف باسم نهج Divide and Conquer. ومع ذلك، يقر بأن لا يمكن لأي سؤال واحد أن يلتقط جميع النُّعُط، لذلك يبقى الذكاء الاصطناعي مرافقًا ممتازًا بينما يبقى زميل عمل محدود.
الآن، لقد كنت أفكر في نطاق ChatGPT. هل تكرر هذا النسبة (49% مقابل 40%) مع أدوات الذكاء الاصطناعي الأخرى؟

• 60% من الرسائل المرسلة إلى Perplexity AI هي طلبات بحثية بدلاً من توليد المحتوى النقي، وفقًا لـ App Labx.
• DeepSeek R1 يُحقق درجات عالية كزميل عمل متقدم للمهام المنطقية ومرافق لسلسلة الأفكار.
• GitHub Co-pilot (النصيحة في الاسم، صحيح؟) مصمم لاقتراحات المحرر للشفرة والتصحيح ومساعدة التعلم. من الآمن افتراض أن دوره هو المساعدة وليس التنفيذ.
• Microsoft Copilot يُظهر انقسامًا متساويًا تقريبًا بين الاستفسار والتنفيذ، مما يعكس أنماط الاستخدام ل ChatGPT.

ماذا يتركنا به هذه النتائج؟ كما أرى، الذكاء الاصطناعي هو معزز قوي للعمل الذي يتطلب المعرفة، ويُسرع اتخاذ القرارات ويتranslates إلى مدخرات زمنية مباشرة ومكاسب إيرادات غير مباشرة. مقاومة الذكاء الاصطناعي لصالح ‘اللمسة البشرية’ أو ‘المحتوى الفريد’ يعني الخسارة في الأجل الطويل. الناس يستخدمون ChatGPT وأدوات الذكاء الاصطناعي الأخرى لتطوير اتخاذ القرارات، وليس لاستبدال صانع القرار البشري كليًا.
هل سيتغير النمط؟ هل سيشهد الناس تدهورًا في الدماغ بسبب تفويض العمل المتزايد إلى الذكاء الاصطناعي؟ انتظر مقالي التالي حول كيف يؤثر الذكاء الاصطناعي على الدماغ البشري والقدرات المعرفية.