ChatGPT का उपयोग कैसे करते हैं लोग

मैं इल्या रोमानोव हूँ और मैं एक एआई उत्पाद पर काम कर रहा हूँ जो अभी गुप्त मोड में है। मेरे पिछले लेख में, मैंने एमआईटी की एक रिपोर्ट के बारे में बात की थी जो एआई और राजस्व के बारे में थी। एक और रिपोर्ट सामने आई है – “लोग चैटजीपीटी का उपयोग कैसे करते हैं”। इसके बोल्ड उद्घाटन ” हम पाते हैं कि चैटजीपीटी निर्णय समर्थन के माध्यम से आर्थिक मूल्य प्रदान करता है, जो ज्ञान-गहन नौकरियों में विशेष रूप से महत्वपूर्ण है ” ने मुझे सोचne पर मजबूर किया कि क्या – अंत में, एआई का एक सिद्ध रिकॉर्ड है जो काम की प्रक्रिया और नीचे की रेखा में स्पष्ट रूप से योगदान देता है। आइए अब गहराई से देखें!

रिपोर्ट और टीम

लोग चैटजीपीटी का उपयोग कैसे करते हैं ओपनएआई शोधकर्ताओं और हार्वर्ड अर्थशास्त्री डेविड डेमिंग द्वारा तैयार की गई थी। उनकी संयुक्त विशेषज्ञता एआई इंजीनियरिंग, गोपनीयता-संरक्षण डेटा विश्लेषण और आर्थिक नीति में इस व्यापक बड़े पैमाने पर अनुभवजन्य अध्ययन के निर्माण को संभव बनाई।
अध्ययन 1.5 मिलियन चैटजीपीटी बातचीत के एक प्रभावशाली पूल पर आधारित है। टीम ने उपयोगकर्ताओं को गुमनाम बनाने के लिए गोपनीयता-संरक्षण फ़नल का उपयोग किया, जबकि अभी भी संदेशों के पीछे के इरादे को समझा। मूल रूप से, हर चैटजीपीटी बातचीत को एक स्वचालित फिल्टर के माध्यम से खींचा गया जिसने शोधकर्ताओं ने कभी भी देखे जाने से पहले किसी भी नाम या व्यक्तिगत विवरण को हटा दिया। इन स्वच्छ, मशीन-जनित लेबल (जैसे विषय या इरादा) का विश्लेषण किया गया था। मूल डेमोग्राफिक पृष्ठभूमि जैसे शिक्षा या व्यवसाय को जोड़ने के लिए, टीम ने एक सुरक्षित स्वच्छ कमरे में काम किया जहां वे केवल 100 से अधिक उपयोगकर्ताओं के समूहों पर समग्र डेटा खींच सकते थे, इसलिए कोई व्यक्ति या संदेश कभी भी अलग नहीं किया जा सकता था या फिर से पहचाना नहीं जा सकता था।

निष्कर्ष

‘सारांश’ में बोल्ड बयान एआई के मूल्य के बारे में एक प्रमुख अंतर्दृष्टि है जो यह बताती है कि यह आधुनिक अर्थव्यवस्था में कैसे वितरित करता है। हाल के ‘स्वचालित-यह- सभी’ समाधानों के विपरीत जो सामने आ रहे हैं, चैटजीपीटी मुख्य रूप से एक निर्णय-समर्थन उपकरण के रूप में नियुक्त किया जाता है, न कि एक शुद्ध कार्य-स्वचालन मंच के रूप में। रिपोर्ट चैटजीपीटी द्वारा उपयोगकर्ताओं को दिए गए दो प्रकार के कार्यों की शुरुआत करती है: ‘पूछना’ और ‘करना’। पूर्व में जानकारी खोजने, सलाह देने या बेहतर निर्णय लेने के लिए मार्गदर्शन ( ‘संबंध और कारण के बीच का अंतर क्या है?’ ) जैसे काम शामिल हैं। बाद वाले में विशिष्ट कार्य जैसे ईमेल ड्राफ्ट करना, रिपोर्ट लिखना और यहां तक कि कोड बनाना ( ‘मेरे प्रबंधक को एक ईमेल लिखें जिसमें कहा गया हो कि मैं बिक्री तक नहीं पहुंच सका, हालांकि मैंने कई बार कॉल किया’ ) शामिल हैं।

दिलचस्प बात यह है कि रिपोर्ट कार्य और गैर-कार्य बातचीत के बीच अंतर करती है। सभी गैर-कार्य बातचीत 2025 में 70% तक बनती है, जो 2024 के 53% से तेजी से वृद्धि दिखाती है। व्यक्तिगत परिचय मुख्य रूप से दैनिक कार्यों ( ‘कैसे करें’ सलाह और ट्यूटरिंग ) और लेखन सहायता ( संपादन या अनुवाद ) पर केंद्रित होते हैं। यह वृद्धि और उपयोग का संदर्भ चैटजीपीटी को एक दैनिक साथी के रूप में स्थापित करता है – एक नए गूगल की तरह – अन्वेषण, रचनात्मक कार्य और निर्णय लेने के लिए बाहर काम करने के लिए।

रिपोर्ट बताती है कि 49% संदेश ‘पूछने’ के हैं, जबकि केवल 40% ‘करने’ के प्रॉम्प्ट हैं। चाल यह है कि ‘पूछने’ संदेश तेजी से बढ़ रहे हैं और चैटजीपीटी उपयोगकर्ताओं से उच्च संतुष्टि रेटिंग प्राप्त करते हैं। जुलाई 2024 में ‘पूछना’ और ‘करना’ लगभग बराबर थे, जो सभी चैटजीपीटी संदेशों का 46% बनते थे। जून 2025 तक, ‘पूछना’ 51.6% तक बढ़ गया था, जो 5.6 प्रतिशत अंकों की एक абсолют वृद्धि थी जो 12% की एक सापेक्ष वृद्धि का अनुवाद करती थी, जबकि ‘करना’ 34.6% तक गिर गया, जो -25% की एक सापेक्ष गिरावट थी।

इस विचलन का क्या अर्थ है? रिपोर्ट का तर्क है कि आर्थिक लाभ ज्ञान-गहन नौकरियों में तेजी से और बेहतर सूचित निर्णय लेने में है, जो उत्पादकता को बढ़ाता है। ज्ञान-गहन नौकरियों में, जहां व्यवसायिक परिणाम सीधे निर्णयों की गुणवत्ता और गति से प्रभावित होते हैं, बेहतर प्रसंस्कृत जानकारी, वैकल्पिक दृष्टिकोण और उत्कृष्ट विश्लेषणात्मक समर्थन तक पहुंच होने से कार्यकर्ता प्रदर्शन में काफी हद तक वृद्धि हो सकती है।

निष्कर्ष का आधार निष्कर्ष है। एक तरफ, स्नातक की डिग्री वाले उपयोगकर्ता लगभग 2 प्रतिशत अंक अधिक होने की संभावना है कि वे चैटजीपीटी का उपयोग ‘पूछने’ के लिए करेंगे और 1.6 प्रतिशत अंक कम होने की संभावना है कि वे ‘करने’ संदेश भेजेंगे, कम शिक्षित उपयोगकर्ताओं की तुलना में। इसी तरह, उच्च वेतन वाली वैज्ञानिक और तकनीकी नौकरियों में उपयोगकर्ता अधिक होने की संभावना है कि वे एआई का उपयोग ‘पूछने’ के लिए करें – 47% कार्य संबंधी संदेश कंप्यूटर संबंधित नौकरियों में ‘पूछने’ हैं।

अदृश्य निर्णय लेने की क्षमताएं जो मानव मस्तिष्क को बहुत पार करती हैं पैसे में परिलक्षित हो सकती हैं – न कि उस राजस्व के संदर्भ में जो ओपनएआई ने बनाया है (इस साल की शुरुआत में वार्षिक राजस्व में 13 अरब डॉलर), लेकिन उपभोक्ता सरप्लस के संदर्भ में। सरल शब्दों में, उपभोक्ता सरप्लस वह अंतर है जो एक व्यक्ति एक सेवा के लिए भुगतान करने के लिए तैयार है और वास्तविक मूल्य जो वे भुगतान करते हैं। उदाहरण के लिए, मैं एक मासिक चैटजीपीटी सदस्यता के लिए 100 डॉलर देने के लिए तैयार हूं, लेकिन मैं 20 डॉलर का भुगतान करता हूं, इसलिए उपभोक्ता सरप्लस 80 डॉलर है।

पैमाने पर, जैसा कि कोलिस और ब्रिनजोल्फसन (2025) द्वारा शोध में पाया गया है, उपभोक्ता सरप्लस अमेरिका में अकेले 97 अरब डॉलर से अधिक है। और उनके शोध से पता चलता है कि लोगों को जनरेटिव एआई का उपयोग एक महीने के लिए बंद करने के लिए औसतन 98 डॉलर का भुगतान करने की आवश्यकता होगी। चैटजीपीटी का मूल्य दोनों कार्य और गैर-कार्य संदर्भों में उपयोगकर्ताओं के लिए बहुत बड़ा है, और यह कहना सुरक्षित है कि एक उद्यम संदर्भ में, एक और भी बड़ा वित्तीय लाभ है।

पूछना क्यों?

जैसा कि मैंने रिपोर्ट के पीछे की टीम के बारे में शोध किया और (हैरानी की बात नहीं!) पर्प्लेक्सिटी को इस रिपोर्ट के बारे में सोचने के लिए आमंत्रित किया, मैं यह सोच नहीं सकता था कि लोग चैटजीपीटी के साथ पूछते हैं या करते हैं।

वैज्ञानिक शब्दों में कहें, तो मैं रिपोर्ट में संदर्भित शोध की ओर मुड़ना चाहूंगा। आईडी और तालमस (2025) ने कार्यस्थल में एआई द्वारा निभाई जाने वाली दो भूमिकाएं प्रस्तुत कीं: सहकर्मी जो वितरित करता है, अर्थात् काम करता है, और को-पायलट जो बिना किसी अंतिम आउटपुट के समस्या समाधान में सुधार करता है। ‘लोग चैटजीपीटी का उपयोग कैसे करते हैं’ के डेटा को-पायलट परिदृश्य का समर्थन करते हैं: फिर से, लोग चैटजीपीटी के साथ पूछते हैं न कि करते हैं (49% बनाम 40%) और पूछना बढ़ रहा है और ‘निर्णय लेना और समस्याओं का समाधान’ हर सर्वेक्षित व्यवसाय समूह में शीर्ष कार्य गतिविधियों में से एक है। एक पुट में, चैटजीपीटी अधिकांश मामलों में परामर्श प्रदान करता है, न कि काम।

तो, एआई अधिकांश मामलों में एक को-पायलट है (क्या माइक्रोसॉफ्ट को अपने एआई टूल को नाम देने में कुछ पता था … अगर आप मेरी बात समझते हैं)। लेकिन क्यों? लिंक्डइन पर स्क्रॉल करें और आप ‘स्वचालित यह’ और ‘स्वचालित वह’ देखें।

मैंने भी इसके बारे में सोचा है, जब मैंने रिपोर्ट पढ़ी और सैकड़ों उत्साही लिंक्डइन पोस्ट देखे जो एआई उत्साही लोगों से आए थे जिन्होंने आखिरकार एआई को काम करने के लिए उस स्क्रिप्ट को पाया था। मेरा अनुमान है कि चैटजीपीटी के साथ पूछने के प्रकार पर करने के प्रकार का प्रभुत्व शायद मॉडल की वर्तमान (या पिछली) सीमाओं का प्रतिबिंब है, न कि एआई के लिए एक मूलभूत सार्वजनिक प्राथमिकता के रूप में। जब तक एक वास्तविक शक्तिशाली एजेंटिक एआई समाधान नहीं है, तब तक उपयोगकर्ता एआई को एक वास्तविक सहकर्मी के रूप में अपनाने की संभावना है, न कि एक सलाहकार के रूप में। सरल शब्दों में, लोग एआई का उपयोग एक सहकर्मी के रूप में करना चाहते हैं, लेकिन अभी भी प्रतिबंध हैं।

मेरे अनुभव से और जो मैंने कस्टमडेव साक्षात्कार के दौरान सुना, मैं मानता हूं कि एक गंभीर कमी है जिसे एआई अभी तक पार नहीं कर पाया है। एक, यह संदर्भ की कमी है। दो, हर काम को एक सरल प्रॉम्प्ट में तोड़ा नहीं जा सकता है (या मैं बस धैर्यवान नहीं हूं)।

मैं इन दो बिंदुओं पर विस्तार करना चाहूंगा। क्योंकि एआई संदर्भ की कमी है, इसे सामग्री निर्माण के संबंध में स्वतंत्र रूप से नहीं छोड़ा जा सकता है। इसे निगरानी की आवश्यकता है, और प्रॉम्प्ट को एक अलग, बेहतर परिणाम के लिए संशोधित किया जा सकता है। आईबीएम ने वैज्ञानिक शब्दों में इस विचार को समझाया। मानव एक निरंतर धारणा, स्मृति और वास्तविक दुनिया के अनुभव के लिए धन्यवाद समृद्ध स्थितिजन्य समझ एकत्र करते हैं, जबकि एआई सहायक केवल एक निश्चित ‘संदर्भ विंडो’ के हाल के इनपुट के आधार पर अगले टोकन (~ शब्द) की भविष्यवाणी करके काम करते हैं। एआई में अल्पकालिक स्मृति है, और पहले की जानकारी एक बार स्मृति क्षमता भर जाने के बाद खो जाती है।

बड़े भाषा मॉडल जटिल बहु-चरण कार्यों के साथ संघर्ष करते हैं। जैसा कि प्रॉम्प्ट ड्राइव द्वारा समझाया गया है, प्रदर्शन और सुसंगतता कार्यों के संयोजन के रूप में बिगड़ जाती है। सीमा को पार करने के लिए एक दृष्टिकोण है – विभाजित और जीत हासिल करने का दृष्टिकोण। हालांकि, यह स्वीकार करता है कि कोई एक प्रॉम्प्ट सभी नुओं को पकड़ नहीं सकता है, इसलिए एआई एक उत्कृष्ट को-पायलट बना हुआ है जबकि एक सीमित सहकर्मी है।

अब, मैं चैटजीपीटी के क्षेत्र में सोच रहा हूं। क्या यह अनुपात (49% बनाम 40%) अन्य एआई टूल के साथ दोहराता है?

• पर्प्लेक्सिटी एआई को भेजे गए 60% संदेश शुद्ध सामग्री पीढ़ी के बजाय अनुसंधान-संचालित अनुरोध हैं, एप्लैबएक्स के अनुसार।
• डीपसीक आर 1 उन्नत सहकर्मी के रूप में तर्क कार्यों और सह-पायलट के रूप में श्रृंखला में विचार सहायता के लिए उच्च स्कोर करता है, इसकी आंतरिक रिपोर्ट के अनुसार।
• गिटहब को-पायलट (नाम में संकेत है, है न?) संपादक के सुझावों के लिए कोड, डिबगिंग और सीखने में सहायता के लिए डिज़ाइन किया गया है। यह सुरक्षित है कि इसकी भूमिका सहायता प्रदान करने की है, न कि करने की।
• माइक्रोसॉफ्ट को-पायलट चैटजीपीटी के लिए उपयोग पैटर्न का एक लगभग समान विभाजन दिखाता है, जो पूछने और करने के बीच एक लगभग समान विभाजन को दर्शाता है।

तो, निष्कर्ष हमें क्या छोड़ते हैं? जैसा कि मैं देखता हूं, एआई ज्ञान-गहन कार्य के लिए एक शक्तिशाली बूस्टर है जो निर्णय लेने में तेजी लाता है और सीधे समय की बचत और अप्रत्यक्ष राजस्व लाभ में अनुवाद करता है। एआई का विरोध करना ‘मानव स्पर्श’ या ‘अद्वितीय सामग्री’ के पक्ष में लंबे समय में हारने का मतलब है। लोग चैटजीपीटी और अन्य एआई सहायकों का उपयोग निर्णय लेने में आगे बढ़ने के लिए करते हैं, न कि एक मानव निर्णय लेने वाले को पूरी तरह से बदलने के लिए।

क्या पैटर्न बदलेगा? क्या लोग एआई को काम पर देने के कारण दिमाग की सड़न को देखेंगे? मेरे अगले लेख के लिए बने रहें कि एआई मानव मस्तिष्क और संज्ञानात्मक क्षमताओं पर कैसे प्रभाव डालता है।