ChatGPT Nasıl Kullanılıyor İnceleme

Ben Ilya Romanov ve gizli bir AI ürününde çalışıyorum. Önceki yazımda, AI ve gelir çizelgesi hakkında bir MIT raporundan bahsettim. Bir başka önemli rapor çıktı – “İnsanlar ChatGPT’yi Nasıl Kullanıyor”. Açılış cümlesi “Genel olarak, ChatGPT’nin karar destekleyici olarak ekonomik değer sağladığı ve özellikle bilgi yoğun işlerde önemli olduğu sonucuna vardık” beni meraklandırdı ve sonunda AI’nin iş süreçlerine ve gelir çizelgesine somut olarak katkıda bulunup bulunmadığı sorusuna cevap bulunup bulunmadığını düşündürdü. Şimdi derinlemesine inceleyelim!

Rapor ve Takım

‘İnsanlar ChatGPT’yi Nasıl Kullanıyor’ raporu OpenAI araştırmacıları ve Harvard ekonomisti David Deming tarafından hazırlandı. AI mühendisliği, gizlilik koruyucu veri analizi ve ekonomik politika konularındaki uzmanlıkları, bu geniş ölçekli empirik ChatGPT çalışmasının oluşturulmasını mümkün kıldı.

Çalışma, 1,5 milyon ChatGPT konuşması havuzundan yararlanıyor. Takım, kullanıcıları anonimleştirirken mesajların arkasındaki niyeti anlamak için gizlilik koruyucu huniyi kullandı. Temel olarak, her ChatGPT konuşması, araştırmacılardan önce herhangi bir isim veya kişisel ayrıntı kaldırmadan önce otomatik bir filtreden geçirildi. Bu temizlenmiş, makine tarafından oluşturulan etiketler (konu veya niyet gibi) analiz edildi. Temel demografik arka planları, eğitim veya meslek gibi bilgileri bağlamak için, takım en az 100 kullanıcılı grupların toplu verilerini alabileceği güvenli bir temiz oda ortamında çalıştı, böylece hiçbir个 kişi veya mesaj hiçbir zaman tek başına belirlenemez veya yeniden tanımlanamaz.

Bulgular

‘Özet’ bölümündeki iddialı açıklama, modern ekonomide AI’nin nasıl değer sağladığına ilişkin ana fikirlerden biridir. Son zamanlarda ortaya çıkan sayısız ‘her şeyi otomatikleştir’ çözümüyle karşılaştırıldığında, ChatGPT esas olarak bir karar destek aracı olarak, saf bir görev otomasyon platformu olarak değil, kullanılır. Rapor, kullanıcıların ChatGPT’ye verdiği iki tür görevi tanıtır: ‘Sorma’ ve ‘Yapma’. İlki, bilgi arama, danışmanlık veya karar vermeyi iyileştirmeye yönelik görevleri içerir (‘Korelasyon ve nedensellik arasındaki fark nedir?’). İkincisi, belirli görevleri yapmakla ilgilidir, örneğin e-posta yazma, rapor yazma veya kod oluşturma (‘Yöneticime, birkaç kez aradıysam da Satış’a ulaşamadığımı söyleyen bir e-posta yaz’).

Rapor, iş ve iş dışı sohbetler arasında ayrım yapar. Tüm iş dışı sohbetler 2025 yılında %70’lik bir paya ulaşır, bu da 2024’ten %53’ten önemli bir artış gösterir. Kişisel etkileşimler büyük ölçüde günlük görevlere (nasıl yapılır tavsiyesi ve ders verme) ve yazma yardımı (düzenleme veya çeviri) odaklanır. Bu artış ve kullanım bağlamı, ChatGPT’yi günlük bir refakatçi, yeni bir Google gibi, iş dışında keşif, yaratıcı çalışma ve karar verme için konumlandırır.

Rapora göre, tüm mesajların %49’u ‘Sorma’, %40’ı ise ‘Yapma’ talepleridir. İlginç olan, ‘Sorma’ mesajlarının daha hızlı büyüdüğü ve ChatGPT kullanıcılarından daha yüksek bir memnuniyet puanı aldığıdır. Temmuz 2024’te ‘Sorma’ ve ‘Yapma’ neredeyse eşitti ve tüm ChatGPT mesajlarının %46’sını oluşturuyordu. Haziran 2025’e gelindiğinde, ‘Sorma’ %51,6’ya yükselirken, bu mutlak bir artış olarak %5,6 puan ve göreli olarak %12’lik bir artış anlamına geliyordu, ‘Yapma’ ise %34,6’ya düşmüştü, bu da -%25’lik bir göreli düşüşü temsil ediyordu.

Bu ayrımın anlamı nedir? Rapor, ekonomik faydanın, özellikle bilgi yoğun işlerde karar alma hızını ve kalitesini artıran daha hızlı ve daha iyi bilgilendirilmiş karar vermeye bağlı olduğunu savunuyor. Bilgi yoğun işlerde, iş sonuçları kararların hızına ve kalitesine doğrudan bağlı olduğunda, daha iyi işlenen bilgilere, alternatif perspektiflere ve mükemmel analitik desteğe erişim, işçi performansını önemli ölçüde artırabilir.

Varılan sonucun temeli, bulgularda yatmaktadır. Bir yandan, yüksek lisans derecesine sahip kullanıcılar, ‘Sorma’ için %2 puan daha fazla ve ‘Yapma’ için %1,6 puan daha az olasıdır. Benzer şekilde, bilimsel ve teknik mesleklerde çalışan kullanıcılar, AI’yi ‘Sorma’ için daha fazla kullanma eğilimindedir – bilgisayar ile ilgili işlerde ilgili mesajların %47’si ‘Sorma’dır.

Görünmeyen karar alma yetenekleri, insan beynini aşabilir ve paradan başka bir şey olarak yansıtılabiliyor. Basitçe söylemek gerekirse, tüketici fazlası, bir hizmet için ödemeye hazır olunan maksimum tutar ile fiilen ödenen tutar arasındaki farktır. Örneğin, aylık bir ChatGPT aboneliği için 100 dolar ödemeye hazır olsam da 20 dolar ödüyorsam, tüketici fazlası 80 dolar olur.

Ölçeklendirildiğinde, Collis ve Brynjolfsson’un (2025) araştırması, ABD’de alone tüketici fazlasının en az 97 milyar dolar olduğunu buldu. Ayrıca, insanların aylık olarak generatif AI’yi kullanmaktan vazgeçmek için ortalama 98 dolar ödendiğini ortaya koydu. ChatGPT’nin hem iş hem de iş dışı bağlamlarda kullanıcılar için değeri muazzam ve kurumsal bir bağlamda daha büyük bir mali kazanç olduğu söylenebilir.

Neden Sorma?

Raporun arkasındaki takımı araştırırken ve (heyecan verici!) Perplexity’yi bu rapor hakkında düşünmemde bana eşlik etmelerini isterken, neden insanlar ChatGPT ile ‘Sorma’ rather ‘Yapma’yapıyor diye merak ettim.

Bunu daha bilimsel terimlerle açıklamak isterim. Raporun atıfta bulunduğu bir araştırmaya başvurmak istiyorum. Ide ve Talamas (2025) işyerinde AI’nin iki rolünü sundu: Çalışan teslimatlar yapan, yani iş yapan ve Co-pilot herhangi bir son teslimat olmadan problem çözme yeteneğini artıran. ‘İnsanlar ChatGPT’yi Nasıl Kullanıyor’ verisi, co-pilot paradigmasını destekler: yine, insanlar ‘Sorma’ rather ‘Yapma’yapıyor (yüzde 49’a karşı 40) ve ‘Sorma’ artıyor ve ‘Karar verme ve problem çözme’ her anketlenen meslek grubunda en üst sıralardaki iş faaliyetleri arasında yer alıyor. Kabaca söylemek gerekirse, ChatGPT çoğu durumda iş rather danışmanlık sağlıyor.

Öyleyse, AI çoğu durumda bir Co-pilot (Microsoft’ un AI aracını adlandırdığı şekilde). Peki neden? LinkedIn’i gezin ve ‘Şunu Otomatikleştir’ ve ‘Şunu Otomatikleştir’i görürsünüz.

Bu konuda da düşündüm, raporu okurken ve AI severlerin AI’yi çalıştırmak için o scripti nihayet bulduğu yüzlerce coşkulu LinkedIn gönderisini okurken. Tahminim, ChatGPT ile ‘Sorma’ türünün ‘Yapma’ türüne baskınlığı, temel olarak halkın AI’yi bir co-pilot olarak tercih ettiğinin değil, modelin mevcut (veya geçmiş) sınırlılıklarının bir yansıması olabilir. Gerçekten güçlü bir ajant AI çözümü olduğunda, kullanıcılar AI’yi bir co-pilot rather dan bir işçi olarak benimsemeye başlayacaktır. Basitçe söylemek gerekirse, insanlar AI’yi bir işçi olarak kullanmak istiyor, ancak hala kısıtlamalar var.

Bu noktaları açıklamak istiyorum. AI bağlamı olmadığı için, içerik oluşturma konusunda serbest bırakılamaz. İzlenmesi gerekir ve daha iyi bir sonuç için talimat değiştirilmelidir. IBM bu fikri bilimsel terimlerle açıkladı. İnsanlar, sürekli algı, hafıza ve gerçek dünya deneyimi sayesinde zengin durumsal anlayış biriktirirken, AI asistanları yalnızca son girdilerin sabit ‘bağlam penceresi’ temelinde bir sonraki tokeni (~kelime) öngörerek çalışır. AI kısa süreli hafızaya sahiptir ve daha önceki bilgiler, bellek kapasitesi doldurulduğunda kaybolur.

Large language modelleri, çok adımlı karmaşık görevlerle mücadele eder. Görevler birleştirildiğinde, Prompt Drive açıkladığı gibi performans ve tutarlılık bozulur. Bu sınırlamayı aşmak için bir yaklaşım vardır – bölmek ve fethetmek yaklaşımı. Ancak, hiçbir tek talimat tüm nüansları yakalayamaz, bu nedenle AI mükemmel bir co-pilot olurken sınırlı bir işçi olarak kalır.

Şimdi, ChatGPT alanında düşünüyorum. Bu oran (yüzde 49’a karşı 40) diğer AI araçlarında da tekrarlanıyor mu?

• Perplexity AI’ye gönderilen mesajların %60’ı, saf içerik oluşturmadan ziyade araştırma odaklı taleplerdir, App Labx tarafından bildirildiği gibi.
• DeepSeek R1, mantık görevleri için gelişmiş bir işçi ve düşünce zinciri yardımı için bir co-pilot olarak yüksek puan alır, iç raporuna göre.
• GitHub Co-pilot (isimdeki ipucu, değil mi?) kod için düzenleyici önerileri, hata ayıklama ve öğrenme yardımı için tasarlanmıştır. Rolünün yardım rather niż yapmak olduğu varsayılabilir.
• Microsoft Copilot, ChatGPT kullanım kalıplarını yansıtan, ‘Sorma’ ve ‘Yapma’ arasında yaklaşık eşit bir bölünme gösterir.

Öyleyse, bulgular bizi nereye götürüyor? AI’nin bilgi yoğun işleri hızlandıran, karar almaya yardımcı olan ve doğrudan zaman tasarrufu ve dolaylı gelir kazançlarına çevrilebilen güçlü bir güçlendirici olduğuna inanıyorum. AI’yi ‘insan dokunuşu’ veya ‘benzersiz içerik’ lehine reddetmek, uzun vadede kaybetmek anlamına gelir. İnsanlar ChatGPT ve diğer AI asistanlarını, insan bir karar vericiyi tamamen değiştirmek rather karar almaya yardımcı olmak için kullanıyor.

Model değişecek mi? İnsanlar AI’ye iş delegationindeki artış nedeniyle toplu beyin çürümesi görecekler mi? AI’nin insan beyni ve bilişsel yeteneklerine etkileri hakkında próximo makalemi bekleyin.