รีวิว ‘วิธีที่ผู้คนใช้ ChatGPT’

ฉันคือ Ilya Romanov และฉันกำลังทำงานในผลิตภัณฑ์ AI ในโหมดลับ ใน บทความก่อนหน้าของฉัน ฉันพูดถึงรายงาน MIT ที่น่าสนใจเกี่ยวกับ AI และผลกำไร ฉันพบว่ามีรายงานอื่นที่น่าสนใจออกมา ซึ่งเป็น “วิธีที่ผู้คนใช้ ChatGPT” การเปิดบทความที่กล่าวว่า “โดยรวมแล้ว เราพบว่า ChatGPT ให้คุณค่าทางเศรษฐกิจผ่านการสนับสนุนการตัดสินใจ ซึ่งเป็นสิ่งสำคัญอย่างยิ่งในงานที่ต้องใช้ความรู้” ทำให้ฉันสงสัยว่าในที่สุดแล้ว มีหลักฐานที่พิสูจน์แล้วว่า AI เพิ่มคุณค่าให้กับกระบวนการทำงานและผลกำไรหรือไม่ มาเจาะลึกกัน!

รายงานและทีม

รายงาน ‘วิธีที่ผู้คนใช้ ChatGPT’ ได้รับการเตรียมโดยนักวิจัยจาก OpenAI และ David Deming นักเศรษฐศาสตร์จาก Harvard ความเชี่ยวชาญร่วมกันในด้านวิศวกรรม AI การวิเคราะห์ข้อมูลที่รักษาความเป็นส่วนตัว และนโยบายเศรษฐกิจ ทำให้สามารถสร้างรายงานการวิจัยเชิงประจักษ์ขนาดใหญ่นี้เกี่ยวกับ ChatGPT ได้

การศึกษานี้ใช้ข้อมูลจาก 1.5 ล้านการคุยกับ ChatGPT ทีมงานใช้เครื่องมือที่รักษาความเป็นส่วนตัวเพื่อทำให้ผู้ใช้ไม่สามารถระบุได้ ในขณะเดียวกันก็เข้าใจถึงความตั้งใจเบื้องหลังข้อความได้ โดยที่ทุกการคุยกับ ChatGPT ถูกดึงผ่านตัวกรองอัตโนมัติที่ลบชื่อหรือรายละเอียดส่วนบุคคลก่อนที่นักวิจัยจะเห็นข้อมูลเหล่านั้น ตัวชี้วัดที่ถูกทำให้สะอาด (เช่น หัวข้อหรือความตั้งใจ) ถูกวิเคราะห์ สำหรับการเชื่อมโยงพื้นหลังประชากรศาสตร์เบื้องต้น เช่น การศึกษาหรืออาชีพ ทีมงานทำงานในห้องที่มีการรักษาความปลอดภัยสูง โดยสามารถดึงข้อมูลที่รวมกันของกลุ่มผู้ใช้ไม่ต่ำกว่า 100 คนได้ เพื่อให้ไม่มีผู้ใช้หรือข้อความใดที่สามารถระบุได้

ผลการวิจัย

คำกล่าวที่เป็นจุดเด่นใน ‘บทคัดย่อ’ เป็นหนึ่งในข้อค้นพบหลักเกี่ยวกับวิธีที่ AI ให้คุณค่าในเศรษฐกิจสมัยใหม่ ต่างจากโซลูชันที่พยายาม ‘ทำให้ทุกอย่างเป็นอัตโนมัติ’ ที่เกิดขึ้นในช่วงหลัง ChatGPT ถูกใช้เป็นหลักในการสนับสนุนการตัดสินใจ มากกว่าการเป็นแพลตฟอร์มการทำงานอัตโนมัติแบบบริสุทธิ์ รายงานนี้แนะนำสองประเภทของงานที่ผู้ใช้สั่งให้ ChatGPT ทำ ได้แก่ ‘การถาม’ และ ‘การทำ’ การถามหมายถึงงานเช่นการหาข้อมูล การให้คำแนะนำหรือการชี้แนะเพื่อการตัดสินใจที่ดีขึ้น (‘ความแตกต่างระหว่างสหสัมพันธ์และสาเหตุ是什么?’) ในขณะที่การทำหมายถึงงานเฉพาะ เช่น การเขียนอีเมล การเขียนรายงาน และแม้กระทั่งการเขียนโค้ด (‘เขียนอีเมลถึงผู้จัดการของฉันโดยบอกว่าฉันไม่สามารถติดต่อฝ่ายขายได้ แม้ว่าฉันจะโทรไปหลายครั้ง’)

น่าสนใจที่รายงานแยกความแตกต่างระหว่างการคุยกันในการทำงานและนอกการทำงาน การคุยกันนอกการทำงานคิดเป็น 70% ในปี 2025 ซึ่งแสดงถึงการเพิ่มขึ้นอย่างรวดเร็วจาก 53% ในปี 2024 การโต้ตอบส่วนบุคคลมีศูนย์กลางอยู่ที่งานประจำวัน (คำแนะนำ ‘วิธีทำ’ และการให้คำปรึกษาด้านการเขียน) และการช่วยเหลือด้านการเขียน (การแก้ไขหรือการแปล) การเพิ่มขึ้นนี้และบริบทการใช้งานทำให้ ChatGPT เป็นเพื่อนร่วมทางประจำวัน – เหมือนกับ Google ใหม่ – สำหรับการสำรวจ การทำงานสร้างสรรค์ และการตัดสินใจนอกสถานที่ทำงาน

รายงานเผยว่า 49% ของข้อความทั้งหมดเป็น ‘การถาม’ เมื่อเทียบกับ ‘การทำ’ ซึ่งคิดเป็น 40% ของข้อความที่ส่งไปให้ ChatGPT นอกจากนี้ ‘การถาม’ ยังเติบโตเร็วขึ้นและได้รับการให้คะแนนความพึงพอใจที่สูงกว่าจากผู้ใช้ ChatGPT ในเดือนกรกฎาคม 2024 ‘การถาม’ และ ‘การทำ’ มีจำนวนใกล้เคียงกัน คิดเป็น 46% ของข้อความทั้งหมดที่ส่งไปให้ ChatGPT แต่ในเดือนมิถุนายน 2025 ‘การถาม’ เพิ่มขึ้นเป็น 51.6% ซึ่งหมายถึงการเพิ่มขึ้น 5.6 เปอร์เซ็นต์ หรือการเพิ่มขึ้น 12% ในขณะที่ ‘การทำ’ ลดลงเหลือ 34.6% ซึ่งหมายถึงการลดลง 25% ในสัดส่วน

สิ่งนี้หมายถึงอะไร? รายงานอ้างว่าผลประโยชน์ทางเศรษฐกิจอยู่ในกระบวนการตัดสินใจที่รวดเร็วและดีขึ้นในงานที่ต้องใช้ความรู้ ซึ่งเพิ่มผลผลิตในงานเหล่านั้น ในงานที่ต้องใช้ความรู้ซึ่งผลลัพธ์ทางธุรกิจได้รับอิทธิพลโดยตรงจากคุณภาพและความเร็วของการตัดสินใจ การมีแหล่งข้อมูลที่ถูกประมวลผลดีขึ้น มุมมองทางเลือก และการสนับสนุนการวิเคราะห์ที่ดีเยี่ยมสามารถเพิ่มประสิทธิภาพการทำงานของคนงานได้อย่างมาก

พื้นฐานของข้อสรุปนี้อยู่ที่ผลการวิจัย เมื่อผู้ใช้ที่มีระดับการศึกษาสูงกว่า มีแนวโน้มที่จะใช้ ChatGPT สำหรับ ‘การถาม’ มากกว่าผู้ที่มีระดับการศึกษาต่ำกว่า ในทำนองเดียวกัน ผู้ใช้ในอาชีพทางวิทยาศาสตร์และเทคนิคที่มีรายได้สูง มีแนวโน้มที่จะใช้ AI สำหรับ ‘การถาม’ มากกว่า – 47% ของข้อความที่เกี่ยวข้องกับการทำงานในงานที่เกี่ยวข้องกับคอมพิวเตอร์เป็น ‘การถาม’

ความสามารถในการตัดสินใจที่ไม่เห็นได้ซึ่งเหนือกว่าสมองมนุษย์สามารถสะท้อนให้เห็นในเงิน – ไม่ใช่ในแง่ของรายได้ที่ OpenAI ได้รับ (1.3 หมื่นล้านดอลลาร์ในรายได้ประจำปี ณ ต้นเดือนสิงหาคมปีนี้) แต่ในด้านส่วนเกินของผู้บริโภค ส่วนเกินของผู้บริโภคคือช่องว่างระหว่างจำนวนเงินที่บุคคลยินดีจ่ายสำหรับบริการและราคาที่พวกเขาจ่ายจริงๆ ตัวอย่างเช่น ฉันเต็มใจที่จะจ่าย 100 ดอลลาร์สำหรับการสมัครสมาชิก ChatGPT แต่ฉันจ่ายเพียง 20 ดอลลาร์ ดังนั้นส่วนเกินของผู้บริโภคคือ 80 ดอลลาร์

ในระดับที่กว้างขึ้น ตามที่การวิจัยของ Collis และ Brynjolfsson (2025) พบว่าส่วนเกินของผู้บริโภคอยู่ที่อย่างน้อย 97 พันล้านดอลลาร์ในสหรัฐฯ เพียงอย่างเดียว และดูเหมือนว่าจากผลการวิจัยของพวกเขาว่าผู้คนจะต้องได้รับค่าจ้าง 98 ดอลลาร์โดยเฉลี่ยเพื่อหยุดใช้ AI ที่สร้างขึ้นสำหรับหนึ่งเดือน คุณค่าที่ ChatGPT มีสำหรับผู้ใช้ทั้งในบริบทการทำงานและนอกการทำงานนั้นใหญ่โต และสามารถพูดได้อย่างปลอดภัยว่าในบริบทองค์กรจะมีผลประโยชน์ทางการเงินที่มากขึ้น

ทำไมจึงถาม?

เมื่อฉันทำการวิจัยเกี่ยวกับทีมที่อยู่เบื้องหลังรายงานนี้และ (ไม่คาดคิด!) เชิญ Perplexity มาคิดด้วยเกี่ยวกับรายงานนี้ ฉันไม่สามารถหยุดสงสัยว่าทำไมผู้คนจึง ‘ถาม’ มากกว่า ‘ทำ’ กับ ChatGPT

เพื่อใช้ภาษาทางวิทยาศาสตร์ ฉันจะอ้างอิงการวิจัยที่อ้างอิงในรายงาน Ide และ Talamas (2025) เสนอสองบทบาทของ AI ในสถานที่ทำงาน: เพื่อนร่วมงาน ที่สร้างผลลัพธ์ (ทำงาน) และ ผู้ช่วยการบิน ที่เพิ่มการแก้ปัญหาโดยไม่มีผลลัพธ์สุดท้าย ข้อมูลจาก ‘วิธีที่ผู้คนใช้ ChatGPT’ สนับสนุนแบบจำลองผู้ช่วยการบิน: อีกครั้ง ผู้คนถามมากกว่าทำกับ ChatGPT (49% เทียบกับ 40%) และการถามกำลังเพิ่มขึ้น และ ‘การตัดสินใจและการแก้ปัญหา’ เป็นหนึ่งในกิจกรรมที่สำคัญที่สุดในกลุ่มอาชีพที่สำรวจทั้งหมด ในใจความ ChatGPT ให้คำแนะนำมากกว่าการทำงานในกรณีส่วนใหญ่

ดังนั้น AI จึงเป็นผู้ช่วยการบินในกรณีส่วนใหญ่ แต่ทำไม? ถ้าคุณเลื่อนลงใน Linkedin คุณจะเห็น ‘ทำให้อัตโนมัตินี้’ และ ‘ทำให้อัตโนมัตินั้น’

ฉันคิดเรื่องนี้ด้วยเมื่อฉันอ่านรายงานและโพสต์ Linkedin ที่ตื่นเต้นมากมายจากผู้ที่ชื่นชอบ AI ที่พบสคริปต์ที่จะทำให้ AI ทำงานได้สมใจ ฉันสันนิษฐานว่าความโดดเด่นของ ‘การถาม’ เหนือ ‘การทำ’ กับ ChatGPT อาจเป็นเพียงการสะท้อนถึงข้อจำกัดในปัจจุบัน (หรือในอดีต) ของโมเดลมากกว่าการชอบของผู้คนโดยพื้นฐานต่อ AI ในฐานะผู้ช่วยการบิน เมื่อมี AI ที่มีพลังอันแท้จริงและสามารถทำงานได้ ผู้ใช้จะเริ่มใช้ AI ในฐานะเพื่อนร่วมงานที่แท้จริงมากกว่าผู้ให้คำปรึกษา

จากประสบการณ์ของฉันและจากสิ่งที่ฉันฟังในการสัมภาษณ์ CustDev ฉันสันนิษฐานว่ามีข้อเสียอย่างหนึ่งที่ AI ยังไม่สามารถเอาชนะได้ ข้อเสียประการแรกคือ AI ขาดบริบท ข้อเสียประการที่สองคือไม่ทุกงานสามารถแบ่งออกเป็นคำสั่งง่ายๆ ได้ (หรือฉันไม่มีความอดทน)

ฉันจะอธิบายสองจุดนี้เพิ่มเติม เนื่องจาก AI ขาดบริบท จึงไม่สามารถปล่อยให้ทำงานได้เมื่อพูดถึงการสร้างเนื้อหา จึงต้องได้รับการตรวจสอบ และคำสั่งอาจต้องถูกปรับให้ดีขึ้น IBM อธิบายแนวคิดนี้ในแง่ทางวิทยาศาสตร์ มนุษย์สะสมความเข้าใจสถานการณ์ที่มีรายละเอียดดีเนื่องจากการรับรู้อย่างต่อเนื่อง ความจำ และประสบการณ์โลกแห่งความเป็นจริง ในขณะที่ผู้ช่วย AI ทำงานโดยการคาดเดาโทเค็นถัดไป (คำ) ตาม ‘หน้าต่างบริบท’ ของการเข้า最近 AI มีหน่วยความจำระยะสั้น และข้อมูลก่อนหน้าจะหายไปเมื่อหน่วยความจำเต็ม

โมเดลภาษาขนาดใหญ่ต้องดิ้นรนกับงานที่ซับซ้อนหลายขั้นตอน Prompt Drive อธิบายว่าประสิทธิภาพและความสอดคล้องลดลงเมื่องานรวมกัน มีวิธีหนึ่งในการเอาชนะข้อจำกัดนี้ – วิธีการแบ่งและ征服 อย่างไรก็ตาม ยอมรับว่าไม่มีคำสั่งเดียวที่สามารถจับเนื้อหาทั้งหมดได้ ดังนั้น AI จึงยังคงเป็นผู้ช่วยการบินที่ดี แต่มีข้อจำกัดในฐานะเพื่อนร่วมงาน

ตอนนี้ ฉันกำลังคิดในเรื่องของ ChatGPT ฉันสงสัยว่าอัตราส่วนนี้ (49% เทียบกับ 40%) จะซ้ำกับเครื่องมือ AI อื่นๆ หรือไม่

• 60% ของข้อความที่ส่งไปให้ Perplexity AI เป็นคำถามการวิจัยมากกว่าการสร้างเนื้อหาโดยตรง ตาม App Labx
• DeepSeek R1 ได้รับการจัดอันดับสูงในฐานะเพื่อนร่วมงานที่มีพลังสำหรับงานตรรกะและผู้ช่วยการบินสำหรับการช่วยเหลือการคิดตามลำดับ ตาม รายงานภายใน
• GitHub Co-pilot (คำใบ้อยู่ในตัวชื่อแล้ว) ได้รับการออกแบบสำหรับการแนะนำแก้ไขโค้ด การแก้ปัญหา และการช่วยเหลือการเรียนรู้ มันปลอดภัยที่จะสมมติว่าบทบาทของมันคือการช่วยเหลือมากกว่าการทำงาน
• Microsoft Copilot แสดงการแบ่งส่วนใกล้เคียงกันระหว่างการถามและการทำ ซึ่งสะท้อนรูปแบบการใช้งานของ ChatGPT

ดังนั้น สิ่งที่พบเหล่านี้ทำให้เราได้ข้อสรุปอะไรบ้าง? ตามที่ฉันเห็น AI เป็นตัวเร่งที่มีพลังสำหรับงานที่ต้องใช้ความรู้ซึ่งเร่งการดำเนินการตัดสินใจและแปลเป็นการประหยัดเวลาและผลกำไรทางอ้อมโดยตรง การต่อต้าน AI โดยอ้างว่าเป็น ‘สัมผัสของมนุษย์’ หรือ ‘เนื้อหาที่ไม่เหมือนใคร’ หมายถึงการแพ้ในระยะยาว ผู้คนใช้ ChatGPT และผู้ช่วย AI อื่นๆ เพื่อเพิ่มการดำเนินการตัดสินใจ ไม่ใช่เพื่อทดแทนผู้ตัดสินใจของมนุษย์โดยสิ้นเชิง

รูปแบบจะเปลี่ยนแปลงหรือไม่? ผู้คนจะเห็น ‘การเน่าของสมอง’ ในระดับมากเนื่องจากการมอบหมายงานให้ AI เพิ่มขึ้นหรือไม่? รอข้อมูลเพิ่มเติมในบทความถัดไปของฉันเกี่ยวกับวิธีที่ AI ส่งผลต่อสมองและความสามารถในการรับรู้ของมนุษย์