Огляд «Як люди використовують ChatGPT»

Я Ілля Романов і працюю над продуктом штучного інтелекту в режимі стелс. У моїй попередній статті я говорив про звіт MIT про штучний інтелект і фінансові показники. Інший звіт, що привернув увагу, – «Як люди використовують ChatGPT». Його смілива вступна частина «Загалом, ми виявили, що ChatGPT забезпечує економічну вигоду завдяки підтримці прийняття рішень, що особливо важливо для знань інтенсивних робіт» заставила мене задуматися, чи нарешті є доведений запис про те, що штучний інтелект додає відчутно до робочого процесу та фінансових показників. Давайте глибоко зануримося зараз!

Звіт і команда

«Як люди використовують ChatGPT» був підготовлений дослідниками OpenAI і економістом Гарварду Девідом Демінгом. Їхнє поєднане знання в галузі інженерії штучного інтелекту, аналізу даних, що зберігають конфіденційність, і економічної політики зробило можливим створення цього великомасштабного емпіричного дослідження про ChatGPT.

Дослідження спирається на вражаючу базу з 1,5 мільйона розмов з ChatGPT. Команда використала зберігаючий конфіденційність фільтр для анонімізації користувачів, одночасно розуміючи намір за повідомленнями. По суті, кожна розмова з ChatGPT була проведена через автоматичний фільтр, який видалив будь-які імена чи особисті дані до того, як дослідники побачили це. Ці очищені, згенеровані машиною ярлики (як тема чи намір) були проаналізовані. Для встановлення базових демографічних даних, таких як освіта чи професія, команда працювала в безпечній чистій кімнаті, де вони могли тільки витягувати агреговані дані про групи щонайменше 100 користувачів, так що жодна окрема людина чи повідомлення не могла бути виділена чи ідентифікована.

Висновки

Смілива заява в «Анотації» – це один із ключових висновків про те, як штучний інтелект забезпечує вигоду в сучасній економіці. На відміну від безлічі «автоматизованих рішень», що з’явилися останнім часом, ChatGPT використовується в основному як інструмент підтримки прийняття рішень, а не як платформа для автоматизації завдань. У звіті представлені два типи завдань, які користувачі дають ChatGPT: «Питання» і «Дія». Перше відноситься до завдань, таких як пошук інформації, надання порад чи керівництва для прийняття кращих рішень («Яка різниця між кореляцією та причинно-наслідковим зв’язком?»). Друге – це виконання конкретних завдань, таких як складання електронних листів, написання звітів і навіть створення коду («Напишіть електронний лист моєму керівнику, сказавши, що я не зміг досягти Сейлз, хоча й зателефонував кілька разів.»).

Цікаво, що звіт розрізняє робочі та неробочі розмови. Всі неробочі розмови складають аж 70% у 2025 році, що показує різкий підйом з 53% у 2024 році. Особистісні взаємодії в основному зосереджені на повсякденних завданнях (поради «як зробити» та наставництво) та допомозі у написанні (редагуванні чи перекладі). Цей підйом і контекст використання позиціонують ChatGPT як щоденного компаньйона – нового Гугла, так би мовити, – для дослідження, творчої роботи та прийняття рішень поза робочим місцем.

У звіті зазначається, що 49% усіх повідомлень – це «Питання», порівняно з лише 40% «Дія»-промптів. Суть у тому, що «Питання»-повідомлення зростають швидше і отримують вищі оцінки задоволеності від користувачів ChatGPT. У липні 2024 року «Питання» і «Дія» були майже рівними, складając 46% усіх повідомлень ChatGPT. До червня 2025 року «Питання» зросли до 51,6%, що означає абсолютний приріст на 5,6 процентних пунктів, що перекладується у відносний приріст на 12%, тоді як «Дія» впала до 34,6%, що означає відносний спад на 25%.

Що це розходження означає? Економічна вигода, як стверджується у звіті, полягає у швидшому і краще інформованому прийнятті рішень у знань інтенсивних роботах, що посилює продуктивність. У знань інтенсивних роботах, де бізнес-результати безпосередньо впливаються на якість і швидкість прийняття рішень, доступ до кращої обробленої інформації, альтернативних поглядів і відмінної аналітичної підтримки може суттєво підвищити продуктивність працівників.

Основою для висновку є висновки. З одного боку, користувачі з вищою освітою на 2 процентні пункти більш схильні використовувати ChatGPT для «Питання» і на 1,6 процентних пункти менше схильні надсилати «Дія»-повідомлення порівняно з менш освіченими користувачами. У подібному ключі користувачі у високооплачуваних наукових і технічних професіях більш схильні використовувати штучний інтелект для «Питання» – 47% робочих повідомлень – це «Питання» у комп’ютерних роботах.

Невидима здатність прийняття рішень, яка значно перевершує людський мозок, може бути відображена у грошах – не у тому сенсі, що OpenAI заробила (вражаючі 13 мільярдів доларів щорічного рекурентного доходу, станом на початок серпня цього року), а у споживчому дефіциті. Спрощено кажучи, споживчий дефіцит – це розрив між максимальною сумою, яку людина була б готова заплатити за послугу, і фактичною ціною, яку вона платить. Наприклад, я готовий заплатити 100 доларів за щомісячну підписку на ChatGPT, але я платю 20 доларів, тому споживчий дефіцит становить 80 доларів.

У масштабі, як показало дослідження Колліса та Бриньйольфссона (2025), споживчий дефіцит становить щонайменше 97 мільярдів доларів лише в США. І, як свідчить їхнє дослідження, людям потрібно буде заплатити 98 доларів у середньому, щоб відмовитися від використання генеративного штучного інтелекту на місяць. Вигода, яку ChatGPT має для користувачів у робочих і неробочих контекстах, величезна, і можна безпечно сказати, що в корпоративному контексті є ще більша фінансова вигода.

Чому питати?

Як я досліджував команду, що стояла за цим звітом, і (не дивно!) запросив Perplexity подумати про цей звіт разом зі мною, я не міг не задуматися, чому люди ПИТАЮТЬ, а не РОБЛЯТЬ з ChatGPT.

Щоб виразити це більш науково, я хотів би звернутися до дослідження, згаданого у звіті. Іде та Таламас (2025) представили дві ролі штучного інтелекту на робочому місці: колега, який робить доставку, тобто робить роботу, і ко-пілот, який підвищує розв’язання проблем без будь-яких кінцевих виходів. Дані з «Як люди використовують ChatGPT» підтримують парадигму ко-пілота: знову ж таки, люди питají, а не роблять з ChatGPT (49% проти 40%), і питання зростають, а «Прийняття рішень і розв’язання проблем» займає одне з перших місць серед робочих завдань у кожній групі опитаних.

Так, штучний інтелект – це ко-пілот (чи знала Microsoft щось, коли назвала свій інструмент штучного інтелекту… якщо ви зрозуміли мою думку) у більшості випадків. Але чому? Прокрутіть Linkedin, і ви побачите «Автоматизуйте це» і «Автоматизуйте те».

Я також подумав про це, коли читав звіт і сотні ентузіастичних постів у Linkedin від ентузіастів штучного інтелекту, які знайшли той сценарій, щоб нарешті зробити штучний інтелект працюючим. Моя假设а полягає в тому, що це панування типу «Питання» над «Дія» з ChatGPT може бути просто відображенням поточних (або минулих) обмежень моделі, а не фундаментальної публічної переваги штучного інтелекту як ко-пілота. Імовірно, як тільки з’явиться真正ньо потужне агентське рішення штучного інтелекту, користувачі будуть все частіше використовувати штучний інтелект як справжнього колегу, а не радника. Спрощено кажучи, люди хочуть використовувати штучний інтелект як колегу, але все ще існують обмеження.

З мого досвіду і того, що я чув під час інтерв’ю CustDev, я припускаю, що існує одна серйозна слабкість, яку штучний інтелект ще не може подолати. По-перше, йому бракує контексту. По-друге, не кожну роботу можна розбити на простий промпт (або я просто не đủ терплячий).

Дозвольте мені роз’яснити ці дві точки. Через те, що штучний інтелект бракує контексту, його не можна звільняти, коли йдеться про створення контенту. Його потрібно контролювати, і промпт може потребувати перегляду для отримання кращого результату. IBM пояснює цю ідею у наукових термінах. Люди накопичують багате ситуаційне розуміння завдяки безперервній сприйнятливості, пам’яті та реальному досвіду, тоді як помічники штучного інтелекту працюють лише шляхом передбачення наступного токену (~слова) на основі фіксованого «контекстного вікна» недавніх входів. Штучний інтелект має короткочасну пам’ять, і раніша інформація втрачається, коли пам’ять заповнюється.

Багатомовні моделі штучного інтелекту мають труднощі з багаторівневими складними завданнями. Продуктивність і узгодженість погіршуються, коли завдання поєднуються, Prompt Drive пояснює. Існує підхід, щоб подолати цю обмеження – так званий підхід «поділ і завоювання». Однак він визнає, що жоден окремий промпт не може захопити всі нюанси, тому штучний інтелект залишається відмінним ко-пілотом, будучи обмеженим колегою.

Тепер я думав у сфері ChatGPT. Чи повторюється це співвідношення (49% проти 40%) з іншими інструментами штучного інтелекту?

• 60% повідомлень, надісланих до Perplexity AI, – це дослідницькі запити, а не чиста генерація контенту, згідно з App Labx.
• DeepSeek R1 має високі результати як просунутий колега для логічних завдань і ко-пілот для ланцюгової допомоги, згідно з його внутрішнім звітом.
• GitHub Co-pilot (підказка у назві, правда?) призначений для пропозицій редактора для коду, налагодження та навчання. Безпечно припустити, що його роль – допомагати, а не робити.
• Microsoft Copilot показує майже рівний розподіл між «Питанням» і «Дія», віддзеркалюючи шаблони використання для ChatGPT.

Так, які висновки залишаються у нас? Як я бачу, штучний інтелект – це потужний стимул для знань інтенсивної роботи, який прискорює прийняття рішень і перекладується у прямий часовий заощадження та непрямі доходи. Опиратися штучному інтелекту на користь «людського дотику» чи «унікального контенту» означає програвати у довгостроковій перспективі. Люди використовують ChatGPT і інші інструменти штучного інтелекту для просування прийняття рішень, а не для заміни людського прийняття рішень зовсім.

Чи зміниться цей шаблон? Чи побачать люди масове гнивання мозку через збільшення делегування роботи штучному інтелекту? Залишайтеся на зв’язку для моєї наступної статті про те, як штучний інтелект впливає на людський мозок і когнітивні здібності.