Arvostellessani ‘Kuinka ihmiset käyttävät ChatGPT:ä’

Olen Ilya Romanov, ja työskentelen salassa olevassa AI-tuotteessa. Edellisessä artikkelissani kirjoitin MIT-raportista, joka käsitteli AI:ta ja taloudellisia tuloksia. Uusi raportti on ilmestynyt – “Kuinka ihmiset käyttävät ChatGPT:ä”. Sen rohkea aloitus “Kokonaisuutena havaitsemme, että ChatGPT tarjoaa taloudellista arvoa päätöksenteon tukemisen kautta, mikä on erityisen tärkeää tietointensiivisissä tehtävissä” sai minut pohtimaan, onko lopulta olemassa todistettu tapa, jolla AI voi lisätä työprosessiin ja taloudellisiin tuloksiin. Tutustumme nyt tarkemmin!

Raportti ja tiimi

‘Kuinka ihmiset käyttävät ChatGPT:ä’ on valmistettu OpenAI:n tutkijoiden ja Harvardin taloustieteen professori David Demingin toimesta. Heidän yhdistetty asiantuntemuksensa AI-suunnittelussa, tietosuojaa vaativassa data-analyysissä ja taloudellisessa politiikassa mahdollisti laajan, laajamittaisen empiirisen tutkimuksen ChatGPT:stä.

Tutkimus perustuu vaikuttavaan 1,5 miljoonan keskustelun aineistoon ChatGPT:stä. Tiimi käytti tietosuojaa vaativaa kanavaa anonyymien käyttäjien tunnistamiseksi ilman henkilökohtaisten tietojen paljastamista. Periaatteessa jokainen ChatGPT-keskustelu kulki automaattisen suodattimen läpi, joka poisti nimet ja henkilökohtaiset tiedot ennen kuin tutkijat näkivät ne. Nämä puhdistetut, koneella luodut tunnisteet (kuten aihe tai tarkoitus) analysoitiin. Perustietojen, kuten koulutuksen tai ammatin, liittämiseksi tiimi työskenteli turvallisessa, puhtaan huoneen ympäristössä, jossa he pystyivät käsittelemään ainoastaan ryhmittäin kerättyjä tietoja vähintään 100 käyttäjältä, jolloin yksittäinen henkilö tai viesti ei voitu erottaa tai tunnistaa uudelleen.

Tulokset

Raportin alkusanat ovat yksi tärkeimmistä havainnoista siitä, miten AI tuottaa arvoa nykymaailman taloudessa. Toisin kuin lukuisat “automaatio”-ratkaisut, jotka ovat viime aikoina nousseet esiin, ChatGPT:ä käytetään ennen kaikkea päätöksenteon tukemiseen eikä pelkästään tehtävien automaatioon. Raportti esittelee kaksi tehtävää, joita ChatGPT:lle annetaan: “Kysyminen” ja “Tekeminen”. Ensimmäinen viittaa tehtäviin, kuten tietojen hakemiseen, neuvontaan tai ohjaamiseen parempien päätösten tekemiseksi (”Mikä on ero korrelaation ja kausaation välillä?”). Jälkimmäinen tarkoittaa tehtävien suorittamista, kuten sähköpostien laatimista, raporttien kirjoittamista ja jopa koodin luomista (”Kirjoita sähköposti esimiehelleni, jossa kerro, etten onnistunut tavoittamaan myyntiin, vaikka soitin useita kertoja.”).

Mielenkiintoista on, että raportti erottaa työ- ja vapaa-ajan keskustelut. Kaikki vapaa-ajan keskustelut muodostavat jopa 70 % vuonna 2025, mikä osoittaa terävän nousun vuoden 2024 53 %:sta. Henkilökohtaiset vuorovaikutukset keskittyvät ennen kaikkea arkipäivän tehtäviin (”miten” -neuvontaan ja opastukseen) ja kirjoitustukeen (muokkaamiseen tai kääntämiseen). Tämä kasvu ja käytön konteksti asettaa ChatGPT:n päivittäiseksi kumppaniksi – uuden Google-tyyppisen – tutkimuksen, luovan työn ja päätöksenteon apuvälineeksi työn ulkopuolella.

Raportti paljastaa, että 49 % kaikista viesteistä on “Kysyminen” verrattuna vain 40 %:iin “Tekeminen”-pyynnöistä. Salaisuus on, että “Kysyminen”-viestit kasvavat nopeammin ja saavat korkeamman tyytyväisyyden arvosanan ChatGPT-käyttäjiltä. Heinäkuussa 2024 “Kysyminen” ja “Tekeminen” olivat melkein tasapainossa, muodostaen 46 % kaikista ChatGPT-viesteistä. Kesäkuussa 2025 “Kysyminen” oli noussut 51,6 %:iin, mikä tarkoittaa 5,6 prosenttiyksikön absoluuttista kasvua, joka vastaa 12 %:n suhteellista kasvua, kun taas “Tekeminen” laski 34,6 %:iin, mikä tarkoittaa 25 %:n suhteellista laskua.

Mitä tämä ero tarkoittaa? Taloudellinen hyöty, jonka raportti väittää, on nopeampi ja paremmin perusteltu päätöksenteko tietointensiivisissä tehtävissä, mikä vahvistaa tuottavuutta. Tietointensiivisissä tehtävissä, joissa liiketoimintatulokset ovat suoraan vaikuttuneita päätösten laadusta ja nopeudesta, paremmin prosessoidun tiedon, vaihtoehtoisten näkökulmien ja erinomaisen analytiikan tuen saatavuus voi merkittävästi parantaa työntekijän suorituskykyä.

Tulosten perusta on seuraava. Toisaalta, käyttäjät, joilla on ylempien korkeakoulutusasteiden tutkinnot, ovat noin 2 prosenttiyksikköä todennäköisemmin käyttämään ChatGPT:ä “Kysyminen”-tarkoituksiin ja 1,6 prosenttiyksikköä vähemmän todennäköisiä lähettämään “Tekeminen”-viestejä verrattuna vähemmän koulutettuihin käyttäjiin. Samalla tavalla käyttäjät, jotka työskentelevät korkeasti palkatuissa tieteellisissä ja teknisissä ammateissa, ovat todennäköisemmin käyttämään AI:ta “Kysyminen”-tarkoituksiin – 47 % työsuhteisiin liittyvistä viesteistä on “Kysyminen”-tyyppisiä tietokoneisiin liittyvissä tehtävissä.

Näkymättömät päätöksentekijän ominaisuudet, jotka ylittävät ihmisaivojen kyvyt, voidaan heijastaa rahassa – ei siinä, mitä OpenAI on ansainnut (vaikuttava 13 miljardia dollaria vuosittaisessa toistuvassa liikevaihdossa, alkuvuoden 2025 tiedon mukaan), vaan kuluttajien ylijäämässä. Yksinkertaisesti sanottuna kuluttajien ylijäämä on ero maksimimäärän ja todellisen maksamasi hinnan välillä. Esimerkiksi olen valmis maksamaan 100 dollaria kuukausittaisesta ChatGPT-tilauksesta, mutta maksan vain 20 dollaria, joten kuluttajien ylijäämä on 80 dollaria.

Laajamittaisesti, kuten Collis ja Brynjolfsson (2025) tutkimuksessa todettiin, kuluttajien ylijäämä on vähintään 97 miljardia dollaria Yhdysvalloissa. Ja heidän tutkimuksensa osoittaa, että ihmisten pitäisi maksaa keskimäärin 98 dollaria, jotta he lopettaisivat generatiivisen AI:n käytön kuukauden ajaksi. ChatGPT:n arvo käyttäjille sekä työssä että vapaa-ajalla on valtava, ja on turvallista sanoa, että yrityksissä on vielä suurempi taloudellinen hyöty.

Miksi Kysyminen?

Kun tutkin raportin taustoja ja (ylätöitäisesti!) kutsuin Perplexityn pohtimaan raporttia kanssani, en voinut olla pohtimatta, miksi ihmiset kysyvät eivätkä tee ChatGPT:llä.

Tieteellisemmin sanottuna haluan viitata tutkimukseen, jota raportissa mainitaan. Ide ja Talamas (2025) esittivät kaksi roolia, joita AI toteuttaa työpaikalla: Työtoveri , joka tuottaa toimituksia, eli tekee työtä, ja Perämies , joka parantaa ongelmanratkaisua ilman lopputuotteita. “Kuinka ihmiset käyttävät ChatGPT:ä” -tutkimuksen data tukee perämies-paradigmaa: jälleen, ihmiset kysyvät eivätkä tee (49 % vs 40 %) ja kysyminen on kasvamassa, ja “Päätöksenteko ja ongelmanratkaisu” on yksi työtehtävistä jokaisessa tutkitussa ammattiryhmässä. Ytimekkäästi sanottuna ChatGPT tarjoaa neuvontaa eikä työtä useimmissa tapauksissa.

Joten, AI on perämies (tiedätkö, mitä Microsoft tiesi, kun nimesi AI-työkalun… jos ymmärrät viittaukseni) useimmissa tapauksissa. Mutta miksi? Selaa LinkedIniä, ja näet “Automaatio tämä” ja “Automaatio tuo”.

Olen pohtinut sitä myös, kun luin raporttia ja satoja LinkedIn-postauksia AI-entusiasteilta, jotka löysivät sen koodin, jolla AI:n saa toimimaan. Oletukseni on, että tämä “Kysyminen”-tyyppisten viestien ylivalta “Tekeminen”-tyyppisten viestien yli saattaa olla vain heijastus mallin nykyisistä (tai aiempien) rajoituksista eikä välttämättä perustuvalta julkinen suosikki AI:lle perämiehenä. Kun on olemassa todella voimakas agenteille AI-ratkaisu, käyttäjät omaksuvat yhä enemmän AI:n työtoverina eikä ainoastaan neuvonantajana. Yksinkertaisesti sanottuna, ihmiset haluavat käyttää AI:ta työtoverina, mutta siinä on edelleen rajoituksia.

Olen miettinyt asiaa myös, kun luin raporttia ja kuulin satoja CustDev-haastatteluita. Oletukseni on, että on yksi vakava haitta, jonka AI ei voi vielä voittaa. Ensinnäkin, AI puuttuu konteksti. Toiseksi, ei kaikki työ voida jakaa yksinkertaiseen kehotteeseen (tai en vain ole tarpeeksi kärsivällinen).

Haluan selventää näitä kahden kohtaa. Koska AI puuttuu konteksti, sitä ei voida antaa vapaasti sisällön luomisessa. Se tarvitsee valvontaa, ja kehotteen voi joutua muokkaamaan toisen, paremman lopputuloksen saavuttamiseksi. IBM selitti idean tieteellisesti. Ihmiset kerryttävät rikasta tilanneymmärrystä jatkuvan havainnon, muistin ja maailman kokemuksen kautta, kun taas AI-apuvälineet toimivat pelkästään ennustamalla seuraavan tokenin (~sanana) kiinteän ”konteksti-ikkunan” perusteella. AI:lla on lyhyt muisti, ja aiempi tieto häviää, kun muistikapasiteetti on täyttynyt.

Laajat kielimallit kamppailevat monimutkaisten tehtävien kanssa. Suorituskyky ja yhtenäisyys heikkenevät, kun tehtävät yhdistyvät, Prompt Drive selittää. On olemassa lähestymistapa rajoituksen voittamiseksi – niin kutsuttu jakoa ja valloittamista. Kuitenkin se tunnustaa, että yksikään kehote ei voi kaataa kaikkia nuansseja, joten AI on erinomainen perämies, mutta rajoitettu työtoveri.

Nyt, olen pohtinut ChatGPT:n valtakuntaa. Toteutuuko tämä suhde (49 % vs 40 %) muiden AI-työkalujen kanssa?

• 60 % Perplexity AI:lle lähetetyistä viesteistä on tutkimuspyyntöjä eikä pelkästään sisällön luontia, App Labx kertoo.
• DeepSeek R1 saa korkeat arvosanat edistyneenä työtoverina loogisissa tehtävissä ja perämiehenä ketjuajattelun avustajana, sen sisäinen raportti kertoo.
• GitHub Co-pilot (viittaus on nimessä, eikö?) on suunniteltu editorin ehdotuksiksi koodaukseen, virheenkorjaamiseen ja oppimisen avustamiseen. On turvallista olettaa, että sen rooli on auttaminen eikä tekeminen.
• Microsoft Copilot näyttää lähes saman jakautumisen Kysyminen ja Tekeminen -viestien välillä, jäljitellen ChatGPT:n käyttömallia.

Joten – mitä tulokset jättävät meille? Niin kuin näen, AI on voimakas kiihdyttäjä tietointensiivisille tehtäville, joka nopeuttaa päätöksentekoa ja kääntyy suoraan säästetyiksi ajoiksi ja epäsuorasti taloudellisiksi voitoiksi. AI:n vastustaminen ”ihmisen kosketuksen” tai ”yksilöllisen sisällön” puolesta tarkoittaa pitkän ajan tappiota. Ihmiset käyttävät ChatGPT:ä ja muita AI-apuvälineitä päätöksentekoa edistämään, eikä korvaamaan ihmisen päätöksentekijää kokonaan.

Onko malli muuttumassa? Näkevätkö ihmiset massiivisen aivokuoleman johtuvan AI:lle tehtävien tehtävien kasvavasta määrästä? Odottakaa seuraavaa artikkeliani, jossa tutkin, miten AI vaikuttaa ihmisaivoihin ja kognitiivisiin kykyihin.