ChatGPTの使い方を調査する

私はイリヤ・ロマノフです。現在、StealthモードでのAI製品に取り組んでいます。 私の前の記事では、AIと収益底線についての（本当に？）破壊的なMITレポートについて話しました。もう1つの話題のレポートが公開されました。「ChatGPTの使い方」。その大胆な序文「全体的に、ChatGPTは意思決定支援を通じて経済的価値を提供し、知識集中型の仕事では特に重要である」に私は、ついにAIが仕事のプロセスと収益底線に実質的に貢献することが証明されたのかなと疑問に思った。では、詳しく見てみましょう！

レポートとチーム

『ChatGPTの使い方』は、OpenAIの研究者とハーバード大学の経済学者デビッド・デミングによって作成されました。彼らのAIエンジニアリング、プライバシー保護データ分析、経済政策に関する専門知識により、このような大規模な実証研究が可能になりました。

この研究は、ChatGPTとの1,500万件の会話に基づいています。チームは、ユーザーを匿名化しながらもメッセージの意図を理解するために、プライバシー保護のためのファネルを使用しました。基本的に、ChatGPTの会話はすべて、研究者がそれを見た前に、名前や個人情報を除去する自動フィルターを通過しました。生成されたラベル（トピックや意図など）は分析されました。基本的な人口統計情報（教育や職業など）をリンクするために、チームは、少なくとも100人のユーザーの集団に関する集計データのみを取得できるセキュアなクリーンルーム環境で作業しました。したがって、個人やメッセージを特定したり、再識別したりすることはできません。

調査結果

『概要』の大胆な声明は、AIが現代の経済で価値を提供する方法についての重要な洞察の1つです。最近増えている「すべてを自動化する」ソリューションとは対照的に、ChatGPTは、タスクの自動化プラットフォームではなく、意思決定支援ツールとして主に使用されています。レポートでは、ユーザーがChatGPTに与える2種類のタスクが紹介されています。『質問』と『実行』。前者は、情報を求めたり、より良い意思決定のためのアドバイスやガイダンスを行ったりする仕事（「相関と因果の違いは何ですか？」）を指します。後者は、具体的なタスク（「マネージャーにセールスに到達できなかったことを伝えるメールを書いてください」）を実行することを指します。

興味深いことに、レポートでは仕事と非仕事の会話を区別しています。2025年の非仕事会話は70%を占め、2024年の53%から大幅に増加しています。個人的なやり取りは、主に日常のタスク（「どうやって」アドバイスやチュートリアル）と文章作成支援（編集または翻訳）に焦点を当てています。この増加と使用状況は、ChatGPTを日常のコンパニオン、探索、創造的な仕事、意思決定のための新しいGoogleのようなものとして位置付けます。

レポートによると、すべてのメッセージの49%が『質問』で、40%が『実行』です。重要な点は、『質問』メッセージがより速く増加しており、ChatGPTユーザーからより高い満足度を得ていることです。2024年7月の『質問』と『実行』はほぼ等しく、ChatGPTのメッセージの46%を占めていました。2025年6月までに、『質問』は51.6%に上昇し、絶対的な増加率は5.6%で、相対的な増加率は12%でした。一方、『実行』は34.6%に低下し、相対的な低下率は25%でした。

この乖離は何を意味しますか？レポートによると、知識集中型の仕事における意思決定の迅速化と情報のより良い処理が、生産性の向上につながります。このような仕事では、ビジネスの成果が意思決定の質と速度に直接影響されるため、より良い情報の処理、代替の視点、優れた分析支援を得ることが、労働者のパフォーマンスを大幅に向上させることができます。

結論の根拠は、調査結果に基づいています。ひとつは、大学院の学位を持つユーザーは、より教育の低いユーザーよりも『質問』に2%、『実行』に1.6%多く使用する傾向があるということです。同様に、科学技術職の高収入のユーザーは、AIを『質問』に使用する傾向があります。コンピューター関連の仕事の仕事関連メッセージの47%が『質問』です。

見えない意思決定能力は、人間の脳を上回り、金銭的に反映される可能性があります。OpenAIが得た収益（今年の初めには年間再発行収益13億ドル）ではなく、消費者余剰によってです。消費者余剰とは、サービスに対して支払う用意がある最大額と実際に支払う額の差です。たとえば、私はChatGPTの月額サブスクリプションに100ドルを支払う用意がありますが、20ドルしか支払っていません。したがって、消費者余剰は80ドルです。

大規模な研究では、コリスとブリンヨルフソン（2025）の研究によると、米国だけで消費者余剰は少なくとも970億ドルであることがわかりました。さらに、彼らの研究によると、ユーザーは1ヶ月間でAIを使用しないようにするために平均98ドルを支払う必要があります。ChatGPTのユーザーにとっての価値は、仕事と非仕事の両方の状況で非常に大きいです。企業の状況では、さらに大きな財務的利益があると言えるでしょう。

なぜ『質問』をしているのか

レポートのチームを調べ、（驚いたことに！）Perplexityにこのレポートについて考えるように依頼したとき、私はなぜユーザーがChatGPTで『質問』をするのか、ではなく『実行』をするのか疑問に思った。

より科学的な用語で説明すると、レポートに引用されている研究に従いたいと思います。 イデとタラマス（2025）は、AIが職場で果たす2つの役割を提示しています。 共同作業者 は成果物を作成し、 コパイロット は出力なしで問題解決を強化します。『ChatGPTの使い方』のデータは、コパイロットのパラダイムを支持しています。再び、ユーザーは『質問』をするよりも『実行』をするよりもChatGPTを使用しています（49% 対 40%）。『質問』は増加しており、ChatGPTユーザーからより高い満足度を得ています。2024年7月の『質問』と『実行』はほぼ等しく、ChatGPTのメッセージの46%を占めていました。2025年6月までに、『質問』は51.6%に上昇し、絶対的な増加率は5.6%で、相対的な増加率は12%でした。一方、『実行』は34.6%に低下し、相対的な低下率は25%でした。仕事のすべての職業グループのトップの仕事活動に「意思決定と問題解決」が含まれていることからも、ChatGPTはほとんどの場合、仕事ではなくアドバイスを提供しています。

つまり、AIはほとんどの場合、コパイロットです。（マイクロソフトはAIツールの名前をコパイロットにしたのは、なんとなくわかったような気もしますね…）しかし、なぜでしょうか？Linkedinをスクロールすると、「自動化する」と「自動化する」が並んでいます。

私はレポートを読みながら、AIの熱心な支持者たちがLinkedinに投稿した数百の восторг的な投稿についても考えてみました。彼らはついにAIを動作させるためのスクリプトを見つけたのです。私の仮説は、ChatGPTでの『質問』タイプと『実行』タイプの優勢は、根本的な公衆のAIをコパイロットとして使用するという好みではなく、モデルの現在の（または過去の）制限の反映である可能性があるということです。真に強力なエージェントAIソリューションが存在する場合、ユーザーはAIを共同作業者としてではなくコパイロットとして使用する傾向があるでしょう。簡単に言えば、ユーザーはAIを共同作業者として使用したいと思っているのですが、まだ制限があります。

私の経験とCustDevインタビューで聞いたことから、AIがまだ克服できない重大な欠点があると仮定しています。1つは、コンテキストが不足していることです。2つは、すべての仕事を単純なプロンプトに分解することはできないことです（または、私が単に我慢強くないだけかもしれません）。

これら2点について詳しく説明します。AIはコンテキストが不足しているため、コンテンツ作成には監視が必要であり、プロンプトを修正してより良い結果を得る必要がある場合があります。 IBMは、科学的な用語でこのアイデアを説明しています。人間は、継続的な知覚、記憶、現実世界の経験により、豊富な状況理解を蓄積します。一方、AIアシスタントは、単に最近の入力の「コンテキストウィンドウ」に基づいて次のトークン（〜単語）を予測するだけです。AIには短期記憶しかなく、メモリ容量が満たされると、以前の情報は失われます。

大規模な言語モデルは、複数ステップの複雑なタスクで苦労します。タスクが組み合わさるにつれて、パフォーマンスと一貫性が低下します。 Prompt Driveは、これを説明しています。制限を克服するためのアプローチとして、分割と征服のアプローチがあります。ただし、単一のプロンプトですべてのニュアンスを捉えることはできないため、AIは優れたコパイロットですが、共同作業者としては限界があります。

今、私はChatGPTの領域で考えてみました。比率（49% 対 40%）は、他のAIツールでも再現されるのでしょうか？

• Perplexity AIに送信されるメッセージの60%は、純粋なコンテンツ生成ではなく、研究駆動型のリクエストです。 App Labxによると。
• DeepSeek R1は、論理タスクと思考連鎖支援におけるコパイロットとしての高度な共同作業者として高いスコアを獲得しています。 内部レポートによると。
• GitHub Co-pilot（名前が示すように）は、コードのエディターの提案、デバッグ、学習支援のために設計されています。主な役割は支援であり、実行ではないと考えられます。
• Microsoft Copilotは、ChatGPTと同様に、質問と実行の間でほぼ均等な分割を示しています。

では、調査結果は私たちに何を残していますか？私が見る限りでは、AIは知識集中型の仕事を促進し、意思決定を加速し、直接的な時間の節約と間接的な収益の増加につながる強力なブースターです。AIに抵抗して「人間の感覚」や「ユニークなコンテンツ」を優先することは、長期的には失敗することを意味します。人々は、人間の意思決定者を完全に置き換えるのではなく、意思決定を促進するためにChatGPTや他のAIアシスタントを使用しています。

パターンは変わるでしょうか？人々は、AIへの仕事の委託の増加により、脳の腐敗を大規模に見るでしょうか？AIが人間の脳と認知能力に与える影響についての私の次の記事にご期待ください。