Přehled ‘Jak lidé používají ChatGPT’

Jsem Ilya Romanov a pracuji na produktu AI v utajení. V mém posledním článku, jsem hovořil o (ne opravdu?) disruptivním MIT reportu o AI a výnosech. Další report, který vyšel—“Jak lidé používají ChatGPT”. Jeho odvážné zahájení “Obecně, zjistili jsme, že ChatGPT poskytuje ekonomickou hodnotu prostřednictvím podpory rozhodování, což je zvláště důležité v znalostně náročných povoláních” mě donutilo přemýšlet, zda—konečně—existuje prokázaný záznam o tom, že AI přidává hmotně k pracovnímu procesu a výnosům. Pojďme se nyní ponořit do toho!

Report a tým

‘Jak lidé používají ChatGPT’ byl připraven výzkumníky z OpenAI a Harvardovým ekonomem Davidem Demingem. Jejich kombinovaná odbornost v oblasti inženýrství AI, analýzy dat s ochranou soukromí a ekonomické politiky umožnila vytvoření této rozsáhlé empirické studie ChatGPT.

Studie čerpá z působivého fondu 1,5 milionu konverzací s ChatGPT. Tým použil ochranu soukromí, aby anonymizoval uživatele, zatímco stále chápal záměr za zprávami. V podstatě každá konverzace s ChatGPT prošla automatickým filtrem, který odstranil jakékoli názvy nebo osobní údaje, než je výzkumníci viděli. Tyto očištěné, strojově generované štítky (jako téma nebo záměr) byly analyzovány. Pro propojení základních demografických údajů, jako je vzdělání nebo zaměstnání, tým pracoval v bezpečném clean-room prostředí, kde mohli pouze stáhnout agregovaná data o skupinách minimálně 100 uživatelů, takže žádná jednotlivá osoba nebo zpráva nemohla být nikdy identifikována nebo znovu identifikována.

Zjištění

Odvážné prohlášení v ‘Abstraktu’ je jedním z hlavních poznatků o tom, jak AI dodává hodnotu v moderní ekonomice. Na rozdíl od mnoha ‘automatizuj-vše’ řešení, která se nedávno objevila, je ChatGPT využíván primárně jako nástroj pro podporu rozhodování spíše než jako platforma pro čistou automatizaci úkolů. Report představuje dva typy úkolů, které uživatelé zadávají ChatGPT: ‘Ptát se’ a ‘Činit’. První se týká úkolů, jako je hledání informací, poskytování poradenství nebo vedení pro lepší rozhodnutí (‘Jaký je rozdíl mezi korelací a kauzalitou?’). Druhý je ve skutečnosti činit konkrétní úkoly, jako je psaní e-mailů, vytváření zpráv a dokonce i vytváření kódu (‘Napište e-mail mému manažerovi, že jsem nebyl schopen kontaktovat prodej, ačkoli jsem několikrát volal.’).

Zajímavé je, že report rozlišuje mezi pracovními a nepracovními konverzacemi. Všechny nepracovní konverzace tvoří až 70% v roce 2025, což ukazuje na prudký nárůst od 53% v roce 2024. Osobní interakce se většinou soustředí na každodenní úkoly (‘jak-to’ rady a tutorování) a pomoc při psaní (editování nebo překlad). Tento nárůst a kontext použití позиcionují ChatGPT jako denního společníka—nového Googlu—pro zkoumání, tvořivé práce a rozhodování mimo pracovní prostředí.

Report odhaluje, že 49% všech zpráv jsou ‘Ptát se’ ve srovnání s 40% ‘Činit’ příkazů. Trik spočívá v tom, že ‘Ptát se’ zprávy rostou rychleji a dostávají vyšší hodnocení spokojenosti od uživatelů ChatGPT. V červenci 2024 byly ‘Ptát se’ a ‘Činit’ téměř stejné, tvořící 46% všech zpráv ChatGPT. Do června 2025 se ‘Ptát se’ zvýšilo na 51,6%, což znamená absolutní nárůst 5,6 procentních bodů, což se překládá do relativního 12% zisku, zatímco ‘Činit’ pokleslo na 34,6%, což znamená -25% relativní pokles.

Co tento rozpor znamená? Ekonomická výhoda, kterou report argumentuje, spočívá v rychlejším a lépe informovaném rozhodování v znalostně náročných povoláních, což zvyšuje produktivitu. V znalostně náročných povoláních, kde obchodní výsledky jsou přímo ovlivněny kvalitou a rychlostí rozhodnutí, může mít přístup k lepší zpracované informaci, alternativním perspektivám a vynikající analytické podpoře významně zvýšit výkon pracovníků.

Základ pro závěr je založen na zjištěních. Na jedné straně jsou uživatelé s vysokoškolským vzděláním asi o 2 procentní body více pravděpodobní, že budou používat ChatGPT pro ‘Ptát se’ a o 1,6 procentních bodů méně pravděpodobní, že pošlou ‘Činit’ zprávy ve srovnání s méně vzdělanými uživateli. Podobně uživatelé v высокoplacených vědeckých a technických povoláních jsou více pravděpodobní, že budou používat AI pro ‘Ptát se’—47% pracovních zpráv jsou ‘Ptát se’ v počítačových povoláních.

Neviditelné rozhodovací schopnosti, které daleko překračují lidský mozek, se mohou projevit v penězích—ne ve smyslu tržeb, které OpenAI získal (ohromujících 13 miliard dolarů v ročních opakujících se výnosech, ke konci srpna tohoto roku), ale ve spotřebitelském přebytku. Jednoduše řečeno, spotřebitelský přebytek je mezera mezi maximální částkou, kterou osoba ochotně zaplatí za službu, a skutečnou cenou, kterou platí. Například, jsem ochoten zaplatit 100 dolarů za měsíční předplatné ChatGPT, ale platím 20 dolarů, takže spotřebitelský přebytek je 80 dolarů.

V měřítku, jak výzkum Collis a Brynjolfsson (2025) zjistil, že spotřebitelský přebytek je alespoň 97 miliard dolarů pouze ve Spojených státech. A zdá se, že z jejich výzkumu, že lidé budou muset být placeni 98 dolarů v průměru, aby přestali používat generativní AI po dobu jednoho měsíce. Hodnota, kterou ChatGPT má pro uživatele v pracovních i nepracovních kontextech, je obrovská, a je bezpečné říci, že v podnikovém kontextu je zde ještě větší finanční zisk.

Proč se ptát?

Když jsem zkoumal tým za tímto reportem a (překvapivě!) pozval Perplexity, aby se mnou přemýšlel o tomto reportu, nemohl jsem si pomoci, ale musel jsem se ptát, proč lidé raději ‘ptají se’ než ‘činní’ s ChatGPT.

Chci-li to vyjádřit vědecky, rád bych se obrátil na výzkum, který je uveden v reportu. Ide a Talamas (2025) představili dvě role AI v pracovním prostředí: Spolupracovník , který vytváří výsledky, tj. dělá práci, a Spolupilot, který zlepšuje řešení problémů bez konečných výstupů. Data z ‘Jak lidé používají ChatGPT’ podporují paradigmu spolupilota: opět, lidé se raději ‘ptají’ než ‘činní’ s ChatGPT (49% vs 40%) a ‘ptání’ je na vzestupu a ‘Rozhodování a řešení problémů’ je mezi top pracovních aktivitách ve všech dotazovaných povoláních. Shrnuji to tak, že ChatGPT poskytuje radu spíše než práci ve většině případů.

Takže, AI je Spolupilot (věděl Microsoft něco, když pojmenoval svůj nástroj AI… pokud chytíte můj nápad) ve většině případů. Ale proč? Procházejte si Linkedin a uvidíte ‘Automatizujte to’ a ‘Automatizujte tamto’.

Já také jsem o tom přemýšlel, když jsem četl report a stovky nadšených příspěvků na Linkedin od AI nadšenců, kteří našli ten skript, aby konečně dostali AI do provozu. Moje domněnka je, že tato převaha ‘Ptát se’ typu nad ‘Činit’ typem s ChatGPT může být pouze odrazem současných (nebo minulých) omezení modelu spíše než fundamentální veřejné preference pro AI jako spolupilota. Je možné, že až bude skutečně mocný agentic AI řešení, uživatelé budou stále více přijímat AI jako skutečného spolupracovníka spíše než poradce. Jednoduše řečeno, lidé chtějí používat AI jako spolupracovníka, ale stále existují omezení.

Ze své zkušenosti a z toho, co jsem slyšel během rozhovorů s vývojáři, předpokládám, že existuje jedna vážná nevýhoda, kterou AI dosud nedokáže překonat. Jedna, AI postrádá kontext. Dvě, ne každá práce může být rozdělena do jednoduchého příkazu (nebo jsem prostě netrpělivý).

Rád bych vysvětlil tyto dva body. Protože AI postrádá kontext, nemůže být ponechán volný, pokud jde o vytváření obsahu. Musí být monitorován a příkaz může muset být revidován pro lepší výsledek. IBM vysvětlil tuto myšlenku vědecky. Lidé akumulují bohaté situační porozumění díky neustálému vnímání, paměti a reálným zkušenostem, zatímco AI asistenti fungují čistě predikcí dalšího tokenu (~slova) na základě pevného ‘kontextového okna’ nedávných vstupů. AI má krátkodobou paměť a dříve získané informace se ztratí, jakmile je paměťový prostor naplněn.

Velké jazykové modely bojují s vícestupňovými složitými úkoly. Výkon a soudržnost se zhoršují, jak se úkoly kombinují, Prompt Drive vysvětluje. Existuje přístup, jak překonat toto omezení—tzv. divide-and-conquer přístup. Avšak je uznáváno, že žádný jediný příkaz nemůže zachytit všechny nuance, takže AI zůstává vynikajícím spolupilotem, zatímco je omezeným spolupracovníkem.

Nyní, já jsem přemýšlel v oblasti ChatGPT. Zda se toto poměření (49% vs 40%) replikuje u ostatních nástrojů AI?

• 60% zpráv odeslaných do Perplexity AI jsou výzkumnými požadavky spíše než čistou generací obsahu, podle App Labx.
• DeepSeek R1 dosahuje vysokých hodnot jako pokročilý spolupracovník pro logické úkoly a spolupilot pro pomoc při řešení problémů, podle své vnitřní zprávy.
• GitHub Co-pilot (název je v názvu, že?) je navržen pro editorové návrhy pro kód, ladění a učení. Je bezpečné předpokládat, že jeho role je pomáhat spíše než dělat.
• Microsoft Copilot ukazuje přibližně stejný poměr mezi ‘Ptát se’ a ‘Činit’, odrážející vzorce použití pro ChatGPT.

Takže—co zjištění zanechávají nás? Jak jsem to viděl, AI je silným zvyšovačem pro znalostně náročnou práci, která urychluje rozhodování a překládá se do přímých úspor času a nepřímých výnosových zisků. Odolávat AI ve prospěch ‘lidského doteku’ nebo ‘jedinečného obsahu’ znamená prohrát ve dlouhodobém horizontu. Lidé používají ChatGPT a další AI asistenty, aby zlepšili rozhodování, nikoli aby nahradili lidského rozhodce úplně.

Bude se vzorec měnit? Uvidí lidé masovou mozkovou degradaci kvůli rostoucí delegaci práce na AI? Zůstaňte naladěni na můj další článek o tom, jak AI ovlivňuje lidský mozek a kognitivní schopnosti.