Revisando ‘Como as Pessoas Usam o ChatGPT’

Eu sou Ilya Romanov e estou trabalhando em um produto de IA em modo stealth. No meu último artigo, falei sobre um relatório (não muito?) disruptivo do MIT sobre IA e resultados financeiros. Outro relatório que está fazendo barulho veio à tona – “Como as Pessoas Usam o ChatGPT”. Sua abertura ousada “No geral, descobrimos que o ChatGPT fornece valor econômico por meio do suporte à decisão, o que é especialmente importante em trabalhos intensivos em conhecimento” me fez questionar se – finalmente – há um registro comprovado de que a IA adiciona tangivelmente a um processo de trabalho e resultados financeiros. Vamos mergulhar agora!

O relatório e a equipe

‘Como as Pessoas Usam o ChatGPT’ foi preparado por pesquisadores da OpenAI e pelo economista de Harvard David Deming. Sua combinação de expertise em engenharia de IA, análise de dados com preservação de privacidade e política econômica tornou possível a criação desse amplo estudo empírico em larga escala sobre o ChatGPT.

O estudo se baseia em um impressionante conjunto de 1,5 milhão de conversas com o ChatGPT. A equipe usou o funil de preservação de privacidade para anonimizar os usuários, enquanto ainda entendia a intenção por trás das mensagens. Basicamente, cada conversa do ChatGPT foi processada por um filtro automatizado que removeu qualquer nome ou detalhe pessoal antes que os pesquisadores a vissem. Essas etiquetas geradas por máquina (como tópico ou intenção) foram analisadas. Para vincular antecedentes demográficos básicos, como educação ou ocupação, a equipe trabalhou em um ambiente de sala limpa seguro, onde podiam apenas puxar dados agregados de grupos de pelo menos 100 usuários, de modo que nenhum usuário ou mensagem individual pudesse ser identificado ou reidentificado.

Descobertas

A declaração ousada no ‘Resumo’ é uma das principais descobertas sobre como a IA entrega valor na economia moderna. Em contraste com as inúmeras soluções ‘automatizar-tudo’ que surgem recentemente, o ChatGPT é empregado principalmente como uma ferramenta de suporte à decisão, e não como uma plataforma de automação de tarefas pura. O relatório apresenta dois tipos de tarefas que o ChatGPT recebe dos usuários: ‘Perguntar’ e ‘Fazer’. O primeiro se refere a trabalhos como buscar informações, aconselhar ou guiar para melhores decisões (‘Qual é a diferença entre correlação e causalidade?’). O segundo é fazer tarefas específicas, como redigir e-mails, escrever relatórios e até criar código (‘Escreva um e-mail para o meu gerente dizendo que não consegui alcançar as Vendas, embora tenha ligado várias vezes.’).

Interessantemente, o relatório distingue entre conversas de trabalho e não trabalho. Todas as conversas não trabalho compõem até 70% em 2025, mostrando um aumento acentuado em relação aos 53% de 2024. Interações pessoais giram em torno de tarefas do dia a dia (conselhos ‘como fazer’ e tutoriais) e assistência de escrita (edição ou tradução). Esse aumento e o contexto de uso posicionam o ChatGPT como um companheiro diário – o novo Google, por assim dizer – para exploração, trabalho criativo e tomada de decisões fora do local de trabalho.

O relatório revela que 49% de todas as mensagens são ‘Perguntar’ em comparação com apenas 40% de prompts ‘Fazer’. A chave é que as mensagens ‘Perguntar’ estão crescendo mais rápido e recebem classificações de satisfação mais altas dos usuários do ChatGPT. Em julho de 2024, ‘Perguntar’ e ‘Fazer’ eram quase iguais, compreendendo 46% de todas as mensagens do ChatGPT. Até junho de 2025, ‘Perguntar’ subiu para 51,6%, significando um aumento absoluto de 5,6 pontos percentuais, o que se traduz em um ganho relativo de 12%, enquanto ‘Fazer’ caiu para 34,6%, significando uma queda relativa de -25%.

O que significa essa divergência? O benefício econômico, argumenta o relatório, está na tomada de decisões mais rápida e melhor informada em trabalhos intensivos em conhecimento, o que amplifica a produtividade. Em trabalhos intensivos em conhecimento, onde os resultados comerciais são diretamente influenciados pela qualidade e velocidade das decisões, ter acesso a informações processadas melhor, perspectivas alternativas e apoio analítico excelente pode aumentar significativamente o desempenho dos trabalhadores.

A base para a conclusão são as descobertas. Por um lado, os usuários com diplomas de graduação são cerca de 2 pontos percentuais mais propensos a usar o ChatGPT para ‘Perguntar’ e 1,6 pontos percentuais menos propensos a enviar mensagens ‘Fazer’ em comparação com usuários menos educados. Da mesma forma, os usuários em ocupações científicas e técnicas bem remuneradas são mais propensos a usar a IA para ‘Perguntar’ – 47% das mensagens relacionadas ao trabalho são ‘Perguntar’ em trabalhos relacionados a computadores.

O benefício não visto de capacidades de tomada de decisões que superam o cérebro humano pode ser refletido em dinheiro – não em termos de receita que a OpenAI gerou (um impressionante $13 bilhões em receita recorrente anual, até o início de agosto deste ano), mas em excedente do consumidor. Em simples palavras, o excedente do consumidor é a lacuna entre o valor máximo que uma pessoa estaria disposta a pagar por um serviço e o preço real que paga. Por exemplo, estou disposto a pagar $100 por uma assinatura mensal do ChatGPT, mas estou pagando $20, então o excedente do consumidor é $80.

Em escala, como a pesquisa de Collis e Brynjolfsson (2025) encontrou, o excedente do consumidor está em pelo menos $97 bilhões apenas nos EUA. E parece, de acordo com sua pesquisa, que as pessoas precisariam ser pagas $98, em média, para parar de usar IA gerativa por um mês. O valor que o ChatGPT tem para os usuários, tanto no contexto de trabalho quanto no não trabalho, é imenso, e é seguro dizer que, em um contexto empresarial, há um ganho financeiro ainda maior.

Por que Perguntar?

Enquanto pesquisava a equipe por trás desse relatório e (surpresa-surpresa!) convidava o Perplexity a pensar comigo sobre esse relatório, não pude deixar de me perguntar por que as pessoas PERGUNTAM em vez de FAZER com o ChatGPT.

Para colocar em termos mais científicos, gostaria de me referir a uma pesquisa citada no relatório. Ide e Talamas (2025) apresentaram dois papéis que a IA desempenha no local de trabalho: Co-trabalhador que entrega resultados, ou seja, faz o trabalho, e Co-piloto que melhora a resolução de problemas sem saídas finais. Os dados de ‘Como as pessoas usam o ChatGPT’ apoiam o paradigma do co-piloto: novamente, as pessoas perguntam em vez de fazer com o ChatGPT (49% vs 40%) e perguntar está aumentando e ‘Tomar decisões e resolver problemas’ está entre as principais atividades de trabalho em cada grupo ocupacional pesquisado. Em resumo, o ChatGPT fornece conselho em vez de trabalho na maioria dos casos.

Então, a IA é um Co-piloto (o Microsoft sabia algo quando nomeou sua ferramenta de IA… se você pegou a minha deixa) na maioria dos casos. Mas por quê? Role a página do Linkedin e você vê ‘Automatize isso’ e ‘Automatize aquilo’.

Eu também pensei sobre isso, enquanto lia o relatório e centenas de posts entusiasmados do Linkedin de entusiastas de IA que encontraram AQUELE script para finalmente fazer a IA funcionar. Minha suposição é que essa predominância de Perguntar sobre Fazer com o ChatGPT pode ser apenas um reflexo das limitações atuais (ou passadas) do modelo, e não uma preferência fundamental do público por IA como co-piloto. É provável que, uma vez que haja uma solução de IA agente verdadeiramente poderosa, os usuários adotarão cada vez mais a IA como um co-trabalhador real em vez de um conselheiro. Em simples palavras, as pessoas querem usar a IA como um co-trabalhador, mas ainda há restrições.

Com base na minha experiência e no que ouvi durante as entrevistas de CustDev, suponho que há uma desvantagem séria que a IA ainda não consegue superar. Uma, ela falta contexto. Dois, nem todo trabalho pode ser quebrado em um prompt simples (ou não tenho paciência suficiente).

Deixe-me elaborar sobre esses dois pontos. Como a IA falta contexto, ela não pode ser liberada quando se trata de criação de conteúdo. Ela precisa ser monitorada, e o prompt pode precisar ser revisado para um resultado diferente e melhor. A IBM explicou a ideia em termos científicos. Os seres humanos acumulam uma compreensão situacional rica graças à percepção contínua, memória e experiência do mundo real, enquanto os assistentes de IA operam apenas prevendo o próximo token (~palavra) com base em uma janela de contexto fixa de entradas recentes. A IA tem memória de curto prazo, e as informações anteriores se perdem uma vez que a capacidade de memória é preenchida.

Modelos de linguagem grandes lutam com tarefas complexas multi-etapas. O desempenho e a coerência se deterioram à medida que as tarefas se combinam, explica o Prompt Drive. Há uma abordagem para superar a limitação – a abordagem divide-e-conquista. No entanto, ela reconhece que nenhum prompt único pode capturar todas as nuances, então a IA permanece um excelente co-piloto enquanto é um co-trabalhador limitado.

Agora, eu estive pensando no reino do ChatGPT. Essa proporção (49% vs 40%) se replica com outras ferramentas de IA?

• 60% das mensagens enviadas ao Perplexity AI são solicitações de pesquisa em vez de geração de conteúdo puro, de acordo com o App Labx.
• O DeepSeek R1 pontua alto como um co-trabalhador avançado para tarefas lógicas e como co-piloto para assistência em cadeias de pensamento, de acordo com seu relatório interno.
• O GitHub Co-pilot (a dica está no nome, certo?) é projetado para sugestões de editor para código, depuração e aprendizado assistido. É seguro supor que seu papel é ajudar em vez de fazer.
• O Microsoft Copilot mostra uma divisão aproximadamente igual entre Perguntar e Fazer, refletindo os padrões de uso para o ChatGPT.

Então – o que as descobertas nos deixam? Como eu vejo, a IA é um impulsionador poderoso para trabalhos intensivos em conhecimento que acelera a tomada de decisões e se traduz em economia de tempo direta e ganhos de receita indiretos. Resistir à IA em favor do ‘toque humano’ ou ‘conteúdo único’ significa perder a longo prazo. As pessoas usam o ChatGPT e outros assistentes de IA para avançar na tomada de decisões, não para substituir um tomador de decisões humano como um todo.

Essa proporção mudará? As pessoas verão a decadência cerebral em massa devido à delegação crescente de trabalho à IA? Fique atento ao meu próximo artigo sobre como a IA afeta o cérebro e as habilidades cognitivas humanas.