استعراض كيفية استخدام الناس ChatGPT

أنا إيليا رومانوف وأعمل على منتج ذكاء اصطناعي في وضع السرية. في مقالي السابق، تحدثت عن تقرير MIT المثير حول الذكاء الاصطناعي والأرباح. ظهر تقرير آخر مثير – “كيفية استخدام الناس ChatGPT”. الجملة الافتتاحية الجريئة “بشكل عام، وجدنا أن ChatGPT يوفر قيمة اقتصادية من خلال دعم اتخاذ القرارات، وهو أمر مهم بشكل خاص في الوظائف التي تتطلب المعرفة” جعلني أتساءل عما إذا كان هناك سجل مثبت لاضافة الذكاء الاصطناعي بشكل ملموس إلى عملية العمل والأرباح. دعونا نغوص الآن!

التقرير والفريق

“كيفية استخدام الناس ChatGPT” تم إعداده بواسطة باحثين في OpenAI والاقتصادي ديفيد ديمينج من جامعة هارفارد. الخبرة المشتركة في هندسة الذكاء الاصطناعي وتحليل البيانات الحساسة والسياسات الاقتصادية جعلت من الممكن إنشاء هذه الدراسة التجريبية الشاملة على نطاق واسع حول ChatGPT.

تستند الدراسة على مجموعة مثيرة للإعجاب تضم 1.5 مليون محادثة مع ChatGPT. استخدم الفريق أنبوب الحفاظ على الخصوصية لتحليل رسائل المستخدمين بشكل مجهول بينما يفهمون نوايا الرسائل. في الأساس، تم سحب كل محادثة مع ChatGPT عبر مرشح تلقائي أزال أي أسماء أو تفاصيل شخصية قبل أن يرى الباحثون ذلك. تم تحليل هذه العلامات الناتجة عن الآلة (مثل الموضوع أو النية). للربط بالخلفيات السكانية الأساسية، مثل التعليم أو المهنة، عمل الفريق في بيئة غرفة نظيفة آمنة حيث يمكنهم فقط سحب بيانات مجزأة عن مجموعات من المستخدمين، بحيث لا يمكن تمييز أي شخص أو رسالة فردية.

النتائج

البيان الجريء في “المستخلص” هو واحد من النتائج الرئيسية حول كيفية قيام الذكاء الاصطناعي بتوفير قيمة في الاقتصاد الحديث. على عكس الحلول التي تهدف إلى 자동ة كل شيء والتي ظهرت مؤخرًا، يتم استخدام ChatGPT بشكل أساسي كأداة دعم لاتخاذ القرارات بدلاً من منصة تلقائية خالصة. يقدم التقرير نوعين من المهام التي يقوم بها المستخدمون 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 مهام محددة مثل صياغة البريد الإلكتروني أو كتابة التقارير أو حتى إنشاء التعليمات البرمجية (“اكتب بريدًا إلكترونيًا إلى مديري قائلاً إنني 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 يدل على زيادة حادة من 53% في عام 2024. تركز التفاعلات الشخصية بشكل كبير على المهام اليومية (نصائح “كيف” وتوجيه) ومساعدة الكتابة (التحرير أو الترجمة). هذه الزيادة وسياق الاستخدام يضع ChatGPT كرفيق يومي – جديد من نوعه – للاستكشاف والعمل الإبداعي و اتخاذ القرارات خارج مكان العمل.

يكشف التقرير عن أن 49% من جميع الرسائل هي “الاستفسار” بالمقارنة مع 40% فقط من رسائل “التنفيذ”. الحيلة هي أن رسائل “الاستفسار” تتزايد بشكل أسرع وتحصل على تقييماتhigher من مستخدمي ChatGPT. في يوليو 2024، كانت “الاستفسار” و “التنفيذ” متساويتين تقريبًا، وشكلتا 46% من جميع رسائل ChatGPT. بحلول يونيو 2025، ارتفعت “الاستفسار” إلى 51.6%، مما يعني زيادة مطلقة بنسبة 5.6 نقطة مئوية، مما يعني زيادة نسبية بنسبة 12%، بينما انخفض “التنفيذ” إلى 34.6%، مما يعني انخفاضًا نسبيًا بنسبة 25%.

ماذا يعني هذا الانحراف؟ يargument التقرير أن المنفعة الاقتصادية تكمن في اتخاذ القرارات الأسرع والأفضل في الوظائف التي تتطلب المعرفة، مما يعزز الإنتاجية. في الوظائف التي تتطلب المعرفة، حيث تتأثر النتائج التجارية بشكل مباشر بجودة وسرعة القرارات، يمكن أن يؤدي الحصول على معلومات معالجة بشكل أفضل وآراء بديلة ودعم تحليلي ممتاز إلى تعزيز أداء العامل بشكل كبير.

الأساس للاستنتاج هو النتائج. من ناحية، المستخدمون الذين لديهم درجات جامعية هم أكثر احتمالاً بنسبة 2 نقطة مئوية لاستخدام ChatGPT من أجل “الاستفسار” و 1.6 نقطة مئوية أقل لsending رسائل “التنفيذ” بالمقارنة مع المستخدمين أقل تعليماً. في نفس السياق، المستخدمون في المهن العلمية والتقنية عالية الأجر هم أكثر احتمالاً لاستخدام الذكاء الاصطناعي من أجل “الاستفسار” – 47% من رسائل العمل المتعلقة بالاستفسار في الوظائف المتعلقة بالحاسوب.

القدرات غير المرئية لاتخاذ القرارات التي تتجاوز قدرات الدماغ البشري يمكن أن تعكس في المال – ليس من حيث الإيرادات التي حققها OpenAI (13 مليار دولار في الإيرادات السنوية المتكررة، اعتبارًا من أغسطس الماضي) ولكن في الفائض الاستهلاكي. ببساطة، الفائض الاستهلاكي هو الفجوة بين المبلغ الأقصى الذي سيستطيع الشخص دفعَه مقابل خدمة والثمن الفعلي الذي يدفعه. على سبيل المثال، أنا مستعد لدفع 100 دولار مقابل اشتراك شهري في ChatGPT ولكنني أدفع 20 دولارًا، لذلك الفائض الاستهلاكي هو 80 دولارًا.

في النطاق الواسع، كما وجد البحث بواسطة Collis و Brynjolfsson (2025) أن الفائض الاستهلاكي يصل إلى 97 مليار دولار في الولايات المتحدة وحدها. ويبدو من بحثهم أن الناس سيحتاجون إلى دفع 98 دولارًا، في المتوسط، لوقف استخدام الذكاء الاصطناعي التوليدي لمدة شهر. القيمة التي يتمتع بها ChatGPT للمستخدمين في سياقات العمل و غير العمل 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 يطرحون الأسئلة بدلاً من التنفيذ مع ChatGPT.

لنضع الأمر في مصطلحات علمية، أود أن أعود إلى بحث مرجعي في التقرير. Ide و Talamas (2025) قدموا دورين للذكاء الاصطناعي في مكان العمل: زميل العمل الذي يقوم بالتسليم، أي يقوم بالعمل، و المرافق الذي يعزز حل المشكلات دون أي مخرجات نهائية. يدعم بيانات “كيفية استخدام الناس ChatGPT” نموذج المرافق: مرة أخرى، الناس يطرحون الأسئلة بدلاً من التنفيذ مع ChatGPT (49% مقابل 40%) والاستفسار في تزايد والمرافق في المرتبة الأولى في كل مجموعة مهنية تم استطلاعها. في جوهر الأمر، ChatGPT يوفر المشورة بدلاً من العمل في معظم الحالات.

لذلك، الذكاء الاصطناعي هو مرافق في معظم الحالات. ولكن لماذا؟ تصفح LinkedIn وستجد “أتمتة هذا” و “أتمتة ذلك”.

لقد فكرت في ذلك أيضًا، بينما أقرأ التقرير ومئات المنشورات الإيجابية على LinkedIn من هواة الذكاء الاصطناعي الذين وجدوا ذلك البرنامج النصي لجعل الذكاء الاصطناعي يعمل. افتراضي هو أن هذا السائد للاستفسار على التنفيذ مع ChatGPT قد يكون مجرد انعكاس للقيود الحالية (أو السابقة) للنموذج بدلاً من تفضيل عام للمستخدمين للذكاء الاصطناعي كمرافق. من المحتمل أن المستخدمين سوف يعتمدون بشكل متزايد على الذكاء الاصطناعي كزميل عمل بدلاً من مرافق بمجرد توفر حل ذكاء اصطناعي قوي حقًا.

من تجربتي وما سمعته خلال مقابلات CustDev، أظن أن هناك عيبًا جديًا لا يزال الذكاء الاصطناعي غير قادر على التغلب عليه. أولاً، يفتقر إلى السياق. ثانيًا، لا يمكن كسر كل عمل إلى سؤال بسيط (أو أنا غير صبور بما فيه الكفاية).

دعوني أُفصّل هذه النقاط. بسبب عدم وجود سياق، لا يمكن ترك الذكاء الاصطناعي حراً عندما يتعلق الأمر بإنشاء المحتوى. يحتاج إلى المراقبة، وقد يتعين تعديل السؤال من أجل نتيجة أفضل. IBM أexplained الفكرة بالكلمات العلمية. البشر يكتسبون فهمًا وضعيًا غنيًا بفضل الإدراك المستمر والذاكرة والخبرة الحقيقية، بينما يعمل المرافقون الآليون بالتنبؤ بالكلمة التالية (〜الكلمة) بناءً على نافذة سياق ثابتة من المدخلات الحديثة. الذكاء الاصطناعي لديه ذاكرة قصيرة الأمد، وتضيع المعلومات السابقة عندما يتم ملء سعة الذاكرة.

نماذج اللغة الكبيرة تواجه صعوبات مع المهام المعقدة متعددة الخطوات. يتراجع الأداء والاتساق مع الجمع، كما يشرح Prompt Drive. هناك نهج لتحقيق هذا التحدي – نهج القسم والغزو. ومع ذلك، يقر بأن لا يمكن لأي سؤال أن يครอบ كل النюانس، لذلك يبقى الذكاء الاصطناعي مرافقًا ممتازًا بينما يكون زميلًا محدودًا.

الآن، لقد كنت أفكر في مجال ChatGPT. هل يتكرر هذا النسبة (49% مقابل 40%) مع أدوات الذكاء الاصطناعي الأخرى؟

• 60% من الرسائل المرسلة إلى Perplexity AI هي طلبات بحثية بدلاً من إنشاء محتوى خالص، وفقًا لـ App Labx.
• DeepSeek R1 يحصل على تقييم عالٍ كزميل متقدم لمهام المنطق ومرافق لسلاسل التفكير، وفقًا لـ تقريره الداخلي.
• GitHub Co-pilot (الاسم يلمح إلى ذلك، أليس كذلك؟) مصمم لاقتراحات المحرر للкод والتصحيح ومساعدة التعلم. من الآمن أن ن假 أنه يلعب دورًا مساعدًا.
• Microsoft Copilot يظهر تقريبًا انقسامًا متساويًا بين الاستفسار والتنفيذ، مما يعكس أنماط الاستخدام ل ChatGPT.

إذاً – ماذا يترك لنا هذه النتائج؟ كما أرى، الذكاء الاصطناعي هو معزز قوي للعمل الذي يتطلب المعرفة، ويسرع اتخاذ القرارات وترجمتها إلى مدخرات زمنية مباشرة وزيادات في الإيرادات. مقاومة الذكاء الاصطناعي لصالح “اللمس البشري” أو “المحتوى الفريد” يعني الخسارة في الأمد الطويل. الناس يستخدمون ChatGPT وأدوات الذكاء الاصطناعي الأخرى لتطوير اتخاذ القرارات، وليس لاستبدال قاطع القرار البشري كليًا.

هل ستتغير النمط؟ هل سيرى الناس تدهور الدماغ بسبب تفويض العمل المتزايد إلى الذكاء الاصطناعي؟ انتظر مقالي التالي حول كيف يؤثر الذكاء الاصطناعي على الدماغ البشري والقدرات المعرفية.