Αναθεωρώντας το «Πώς οι άνθρωποι χρησιμοποιούν το ChatGPT»

Είμαι ο Ιλιά Ρομάνοφ και εργάζομαι σε ένα προϊόν AI σε μυστική λειτουργία. Στο προηγούμενο άρθρο μου, μίλησα για μια (πραγματικά?) επαναστατική αναφορά του MIT για το AI και τις γραμμές εσόδων. Μια άλλη αναφορά που προκάλεσε συζήτηση βγήκε – «Πώς οι άνθρωποι χρησιμοποιούν το ChatGPT». Η τολμηρή αρχή της «Συνολικά, βρήκαμε ότι το ChatGPT παρέχει οικονομική αξία μέσω της υποστήριξης λήψης αποφάσεων, η οποία είναι ιδιαίτερα σημαντική σε εργασίες που απαιτούν γνώσεις» με έκανε να σκεφτώ αν – τελικά – υπάρχει αποδεδειγμένο ρεκόρ του AI να προσφέρει ουσιαστικά σε μια διαδικασία εργασίας και τις γραμμές εσόδων. Ας κάνουμε μια βαθιά αναλυση τώρα!

Η αναφορά και η ομάδα

«Πώς οι άνθρωποι χρησιμοποιούν το ChatGPT» была подготовлена από ερευνητές της OpenAI και τον οικονομολόγο του Χάρβαρντ Ντέιβιντ Ντέμινγκ. Η συνδυασμένη εμπειρία τους στην μηχανική του AI, την ανάλυση δεδομένων με διατήρηση της ιδιωτικής ζωής και την οικονομική πολιτική επέτρεψε τη δημιουργία αυτής της εκτεταμένης μεγάλης κλίμακας εμπειρικής μελέτης του ChatGPT.

Η μελέτη βασίζεται σε ένα εντυπωσιακό σύνολο 1,5 εκατομμυρίων συνομιλιών με το ChatGPT. Η ομάδα χρησιμοποίησε το σύστημα διατήρησης της ιδιωτικής ζωής για να ανωνυμοποιήσει τους χρήστες ενώ vẫn κατανοούσε το σκοπό πίσω από τα μηνύματα. Ουσιαστικά, κάθε συνομιλία του ChatGPT πέρασε από einen αυτόματο φίλτρο που αφαιρούσε οποιαδήποτε ονόματα ή προσωπικές λεπτομέρειες πριν οι ερευνητές τη δουν. Αυτά τα καθαρισμένα, μηχανικά παραγόμενα ετικέτες (όπως θέμα ή σκοπός) αναλύθηκαν. Για τη σύνδεση βασικών δημογραφικών προφίλ, όπως εκπαίδευση ή επάγγελμα, η ομάδα εργάστηκε σε ένα ασφαλές περιβάλλον όπου μπορούσαν να πάρουν μόνο συσσωρευμένα δεδομένα για ομάδες τουλάχιστον 100 χρηστών, ώστε κανένας άνθρωπος ή μήνυμα να μην μπορεί να ξεχωριστεί ή να αναγνωριστεί.

Ευρήματα

Η τολμηρή δήλωση στο «Περίληψη» είναι μια από τις βασικές εντυπώσεις για το πώς το AI παρέχει αξία στην σύγχρονη οικονομία. Σε αντίθεση με τις αμέτρητες «αυτοματοποιήστε το όλα» λύσεις που εμφανίζονται τελευταία, το ChatGPT χρησιμοποιείται κυρίως ως εργαλείο υποστήριξης λήψης αποφάσεων και όχι ως πλατφόρμα αυτοματοποίησης εργασιών. Η αναφορά εισάγει δύο τύπους εργασιών που δίνονται στο ChatGPT από τους χρήστες: «Ζητώντας» και «Κάνωντας». Ο πρώτος αναφέρεται σε εργασίες όπως η αναζήτηση πληροφοριών, η παροχή συμβουλών ή οδηγιών για καλύτερες αποφάσεις ( «Τι είναι η διαφορά μεταξύ συσχετίσεων και αιτιών;» ). Ο δεύτερος είναι η εκτέλεση συγκεκριμένων εργασιών όπως η σύνταξη email, η γραφή αναφορών και ακόμη και η δημιουργία κώδικα ( «Γράψτε ένα email στον διευθυντή μου λέγοντας ότι δεν μπόρεσα να φτάσω τις Πωλήσεις, mặc dù τηλεφώνησα πολλές φορές» ).

Ενδιαφέρον είναι ότι η αναφορά διακρίνει μεταξύ εργασιακών και μη εργασιακών συνομιλιών. Όλες οι μη εργασιακές συνομιλίες αποτελούν έως και 70% το 2025, δείχνοντας μια απότομη αύξηση από 53% το 2024. Οι προσωπικές αλληλεπιδράσεις επικεντρώνονται σε καθημερινές εργασίες (συμβουλές «πώς να» και διδασκαλία) και βοήθεια στη γραφή (επεξεργασία ή μετάφραση). Αυτή η αύξηση και ο контекст χρήσης θέτουν το ChatGPT ως einen καθημερινό σύντροφο – τον νέο Google, για την εξερεύνηση, την δημιουργική εργασία και τη λήψη αποφάσεων εκτός του εργασιακού περιβάλλοντος.

Η αναφορά αποκαλύπτει ότι το 49% όλων των μηνυμάτων είναι «Ζητώντας» σε σύγκριση με μόνο 40% των «Κάνωντας» προτροπών. Το κόλπο είναι ότι τα «Ζητώντας» μηνύματα αυξάνονται πιο γρήγορα και λαμβάνουν υψηλότερες βαθμολογίες ικανοποίησης από τους χρήστες του ChatGPT. Το Ιούλιο του 2024, τα «Ζητώντας» και «Κάνωντας» ήταν σχεδόν ίσα, αποτελώντας το 46% όλων των μηνυμάτων του ChatGPT. Μέχρι τον Ιούνιο του 2025, τα «Ζητώντας» είχαν αυξηθεί στο 51,6%, που σημαίνει μια απόλυτη αύξηση 5,6 ποσοστιαίων μονάδων, που μεταφράζεται σε μια σχετική αύξηση 12%, ενώ τα «Κάνωντας» έπεσαν στο 34,6%, που σημαίνει μια σχετική πτώση -25%.

Τι σημαίνει αυτή η απόκλιση; Η οικονομική ωφέλεια, όπως υποστηρίζει η αναφορά, είναι η ταχύτερη και καλύτερα ενημερωμένη λήψη αποφάσεων σε εργασίες που απαιτούν γνώσεις, η οποία ενισχύει την παραγωγικότητα. Σε εργασίες που απαιτούν γνώσεις, όπου τα αποτελέσματα των επιχειρήσεων επηρεάζονται直接 από την ποιότητα και την ταχύτητα των αποφάσεων, η πρόσβαση σε καλύτερα επεξεργασμένες πληροφορίες, εναλλακτικές προοπτικές και εξαιρετική αναλυτική υποστήριξη μπορεί να αυξήσει σημαντικά την απόδοση των εργαζομένων.

Η βάση για το συμπέρασμα είναι τα ευρήματα. Από τη μια πλευρά, οι χρήστες με πτυχίο ανώτατης εκπαίδευσης είναι περίπου 2 ποσοστιαίες μονάδες πιο πιθανό να χρησιμοποιούν το ChatGPT για «Ζητώντας» και 1,6 ποσοστιαίες μονάδες λιγότερο πιθανό να στέλνουν «Κάνωντας» μηνύματα σε σύγκριση με τους λιγότερο εκπαιδευμένους χρήστες. Σε παρόμοιο πνεύμα, οι χρήστες σε υψηλά αμειβόμενες επιστημονικές και τεχνικές εργασίες είναι πιο πιθανό να χρησιμοποιούν το AI για «Ζητώντας» – 47% των εργασιακών μηνυμάτων είναι «Ζητώντας» στις εργασίες που σχετίζονται με τον υπολογιστή.

Η απρόσβητη ικανότητα λήψης αποφάσεων που υπερβαίνει το ανθρώπινο μυαλό μπορεί να αντανακλαστεί σε χρήματα – όχι σε όρους εσόδων που κέρδισε η OpenAI (ένα τεράστιο ποσό 13 δισεκατομμυρίων δολαρίων σε ετήσιο ανακυκλούμενο έσοδο, έως τις αρχές Αυγούστου этого года) αλλά σε καταναλωτικό πλεόνασμα. Απλά, το καταναλωτικό πλεόνασμα είναι το κενό μεταξύ του μέγιστου ποσού που ένας άνθρωπος θα ήταν πρόθυμος να πληρώσει για μια υπηρεσία και του πραγματικού ποσού που πληρώνει. Για παράδειγμα, είμαι πρόθυμος να πληρώσω 100 δολάρια για μια μηνιαία συνδρομή στο ChatGPT αλλά πληρώνω 20 δολάρια, οπότε το καταναλωτικό πλεόνασμα είναι 80 δολάρια.

Σε κλίμακα, όπως η έρευνα από Collis και Brynjolfsson (2025) βρήκε το καταναλωτικό πλεόνασμα να είναι τουλάχιστον 97 δισεκατομμύρια δολάρια μόνο στις Ηνωμένες Πολιτείες. Και φαίνεται από την έρευνά τους ότι οι άνθρωποι θα πρέπει να πληρωθούν 98 δολάρια, κατά μέσο όρο, για να σταματήσουν να χρησιμοποιούν το γεννητικό AI για einen μήνα. Η αξία που έχει το ChatGPT για τους χρήστες και στις εργασιακές και μη εργασιακές συνάφειες είναι τεράστια, και είναι ασφαλές να πούμε ότι σε einen επιχειρηματικό контекστό, υπάρχει ακόμη μεγαλύτερο οικονομικό κέρδος.

Γιατί ζητάνε;

Καθώς έρευνα την ομάδα πίσω από αυτήν την αναφορά και (παραξένωση-παραξένωση!) προσκάλεσα το Perplexity να σκεφτεί μαζί μου αυτήν την αναφορά, δεν μπορούσα να μην σκεφτώ γιατί οι άνθρωποι ΖΗΤΟΥΝ αντί να ΚΑΝΟΥΝ με το ChatGPT.

Για να το εκφράσω με πιο επιστημονικούς όρους, θα ήθελα να αναφερθώ σε μια έρευνα που αναφέρεται στην αναφορά. Ide και Talamas (2025) παρουσίασαν δύο ρόλους που παίζει το AI στην εργασία: Συνεργάτης που παράγει παραγωγικά, δηλαδή κάνει δουλειά, και Συνπιλότος που ενισχύει την επίλυση προβλημάτων χωρίς κανένα τελικό αποτέλεσμα. Τα δεδομένα από «Πώς οι άνθρωποι χρησιμοποιούν το ChatGPT» υποστηρίζουν το παράδειγμα του συνπιλότου: και πάλι, οι άνθρωποι ζητούν αντί να κάνουν με το ChatGPT (49% έναντι 40%) και η ζήτηση αυξάνεται και η «Λήψη αποφάσεων και επίλυση προβλημάτων» κατατάσσεται μεταξύ των κορυφαίων εργασιακών δραστηριοτήτων σε κάθε ομάδα εργαζομένων που εξετάστηκε. Σε μια nutshell, το ChatGPT παρέχει συμβουλή αντί για δουλειά στις περισσότερες περιπτώσεις.

Έτσι, το AI είναι ένας Συνπιλότος (γνώριζαν κάτι οι Microsoft όταν ονόμαζαν το εργαλείο AI τους… αν το πιάνεις) στις περισσότερες περιπτώσεις. Αλλά γιατί; Κάντε scroll στο Linkedin και θα δείτε «Αυτοματοποιήστε αυτό» και «Αυτοματοποιήστε εκείνο».

Έχω σκεφτεί γι’ αυτό, επίσης, καθώς διάβαζα την αναφορά και εκατοντάδες ενθουσιώδεις αναρτήσεις στο Linkedin από οπαδούς του AI που βρήκαν το σενάριο για να κάνουν το AI να δουλέψει. Η υπόθεσή μου είναι ότι αυτή η κυριαρχία του τύπου «Ζητώντας» над «Κάνωντας» με το ChatGPT μπορεί να είναι απλώς μια αντανάκλαση των τρεχουσών (ή προηγούμενων) περιορισμών του μοντέλου και όχι μια θεμελιώδης προτίμηση του κοινού για το AI ως συνπιλότο. Πιθανότατα, όταν υπάρχει μια πραγματικά ισχυρή λύση AI, οι χρήστες θα υιοθετούν το AI ως πραγματικό συνεργάτη αντί για σύμβουλο. Απλά, οι άνθρωποι θέλουν να χρησιμοποιούν το AI ως συνεργάτη αλλά υπάρχουν ακόμη περιορισμοί.

Από την εμπειρία μου και ό,τι άκουσα κατά τη διάρκεια των συνεντεύξεων CustDev, υποθέτω ότι υπάρχει ένα σοβαρό μειονέκτημα που το AI δεν μπορεί να υπερβεί ακόμη. Ένα, του λείπει ο контекστ. Δύο, δεν κάθε εργασία μπορεί να αναλυθεί σε μια απλή προτροπή (ή δεν είμαι αρκετά υπομονετικός).

Ας επεκτείνω αυτά τα δύο σημεία. Επειδή το AI λείπει ο контекστ, δεν μπορεί να απελευθερωθεί όταν πρόκειται για δημιουργία περιεχομένου. Χρειάζεται να παρακολουθείται, και η προτροπή μπορεί να πρέπει να αναθεωρηθεί για ένα διαφορετικό, καλύτερο αποτέλεσμα. IBM εξήγησε την ιδέα με επιστημονικούς όρους. Οι άνθρωποι συσσωρεύουν πλούσιο συνθετικό entendimiento χάρη στην συνεχή αντίληψη, μνήμη και πραγματική εμπειρία, ενώ οι συνεργάτες AI λειτουργούν αποκλειστικά με βάση την πρόβλεψη του επόμενου token (~λέξη) με βάση ένα σταθερό «παράθυρο контекστ» πρόσφατων εισόδων. Το AI έχει βραχύβια μνήμη, και η προηγούμενη πληροφορία χάνεται όταν η μνήμη γεμίζει.

Τα μεγάλα μοντέλα γλωσσών δυσκολεύονται με πολύπλοκες εργασίες πολλών βημάτων. Η απόδοση και η συνάφεια χειροτερεύουν καθώς οι εργασίες συνδυάζονται, Prompt Drive εξηγεί. Υπάρχει μια προσέγγιση για να υπερβεί το περιορισμό – η тактиκή «διαίρεση και κατάκτηση». Ωστόσο, αναγνωρίζει ότι καμία προτροπή δεν μπορεί να πιάσει όλες τις νюάνς, οπότε το AI παραμένει ένας εξαιρετικός συνπιλότος ενώ είναι ένας περιορισμένος συνεργάτης.

Τώρα, έχω σκεφτεί στο контекστ του ChatGPT. Αναπαράγεται αυτό το ποσοστό (49% έναντι 40%) με άλλα εργαλεία AI;

• 60% των μηνυμάτων που στέλνονται στο Perplexity AI είναι ερευνητικές αιτήσεις αντί για καθαρή δημιουργία περιεχομένου, σύμφωνα με App Labx.
• DeepSeek R1 βαθμολογείται υψηλά ως ένας προηγμένος συνεργάτης για λογικές εργασίες και συνπιλότος για βοήθεια σε αλυσίδες σκέψης, σύμφωνα με την εσωτερική αναφορά.
• GitHub Co-pilot (η υπόδειξη είναι στο όνομα, σωστά;) σχεδιάστηκε για προτάσεις επεξεργαστή για κώδικα, αποσφαλμάτωση και βοήθεια μάθησης. Είναι ασφαλές να υποθέσουμε ότι ο ρόλος του είναι να βοηθήσει αντί να κάνει.
• Microsoft Copilot δείχνει μια σχεδόν ισότιμη διαίρεση μεταξύ «Ζητώντας» και «Κάνωντας», αντανακλώντας τα μοτίβα χρήσης για το ChatGPT.

Έτσι, τι μας αφήνουν τα ευρήματα; Όπως τα βλέπω, το AI είναι ένας ισχυρός ενισχυτής για εργασίες που απαιτούν γνώσεις, που επιταχύνει τη λήψη αποφάσεων και μεταφράζεται σε άμεσες οικονομικές αποταμιεύσεις. Να αντισταθώ στο AI υπέρ της «ανθρώπινης επαφής» ή του «μοναδικού περιεχομένου» σημαίνει να χάσω στο μακρότερο χρονικό διάστημα. Οι άνθρωποι χρησιμοποιούν το ChatGPT και άλλα βοηθήματα AI για να προωθήσουν τη λήψη αποφάσεων, όχι για να αντικαταστήσουν έναν ανθρώπινο λήπτη αποφάσεων συνολικά.

Θα αλλάξει το μοτίβο; Θα δουν οι άνθρωποι τη μαζική σήψη του εγκεφάλου λόγω της αυξανόμενης ανάθεσης εργασιών στο AI; Περιμένετε για το επόμενο άρθρο μου σχετικά με το πώς το AI επηρεάζει τον ανθρώπινο εγκέφαλο και τις γνωστικές ικανότητες.