Đánh giá ‘Cách mọi người sử dụng ChatGPT’

Tôi là Ilya Romanov và tôi đang làm việc trên một sản phẩm AI ở chế độ ẩn. Trong bài viết trước, tôi đã nói về một báo cáo MIT (không thực sự?) về AI và lợi nhuận. Một báo cáo khác đang thu hút sự chú ý – “Cách mọi người sử dụng ChatGPT”. Mở đầu táo bạo “Tổng thể, chúng tôi thấy rằng ChatGPT cung cấp giá trị kinh tế thông qua hỗ trợ quyết định, điều này đặc biệt quan trọng trong công việc đòi hỏi kiến thức” khiến tôi tự hỏi liệu – cuối cùng – có một hồ sơ chứng minh AI thêm giá trị thực sự vào quy trình làm việc và lợi nhuận hay không. Hãy cùng tìm hiểu sâu hơn!

Báo cáo và đội ngũ

‘Cách mọi người sử dụng ChatGPT’ được chuẩn bị bởi các nhà nghiên cứu của OpenAI và nhà kinh tế học David Deming của Harvard. Sự kết hợp chuyên môn của họ trong kỹ thuật AI, phân tích dữ liệu bảo mật và chính sách kinh tế đã làm cho việc tạo ra nghiên cứu thực nghiệm quy mô lớn này về ChatGPT trở nên khả thi.

Nghiên cứu dựa trên một nhóm ấn tượng gồm 1,5 triệu cuộc trò chuyện với ChatGPT. Đội ngũ đã sử dụng phễu bảo mật để ẩn danh người dùng trong khi vẫn hiểu được ý định đằng sau các tin nhắn. Về cơ bản, mỗi cuộc trò chuyện ChatGPT đều được kéo qua một bộ lọc tự động loại bỏ mọi tên hoặc chi tiết cá nhân trước khi các nhà nghiên cứu xem xét. Những nhãn được tạo máy này (như chủ đề hoặc ý định) đã được phân tích. Để liên kết với các nền tảng nhân khẩu học cơ bản như giáo dục hoặc nghề nghiệp, đội ngũ đã làm việc trong một môi trường phòng sạch bảo mật nơi họ chỉ có thể kéo dữ liệu tổng hợp về các nhóm ít nhất 100 người dùng, vì vậy không một cá nhân hoặc tin nhắn nào có thể bị xác định hoặc nhận dạng lại.

Phát hiện

Tuyên bố táo bạo trong ‘Tóm tắt’ là một trong những thông tin chính về cách AI mang lại giá trị trong nền kinh tế hiện đại. Trái ngược với vô số giải pháp ‘tự động hóa tất cả’ xuất hiện gần đây, ChatGPT được sử dụng chủ yếu như một công cụ hỗ trợ quyết định chứ không phải một nền tảng tự động hóa nhiệm vụ thuần túy. Báo cáo giới thiệu hai loại nhiệm vụ mà người dùng giao cho ChatGPT: ‘Hỏi’ và ‘Làm’. Loại trước đề cập đến công việc như tìm kiếm thông tin, tư vấn hoặc hướng dẫn cho quyết định tốt hơn (‘Sự khác biệt giữa tương quan và nguyên nhân là gì?’). Loại sau là thực hiện các nhiệm vụ cụ thể như soạn thảo email, viết báo cáo và thậm chí tạo mã (‘Viết email cho người quản lý của tôi nói rằng tôi không thể liên hệ với Bộ phận Bán hàng, mặc dù tôi đã gọi nhiều lần.’).

Điều thú vị là báo cáo phân biệt giữa các cuộc trò chuyện liên quan đến công việc và không liên quan đến công việc. Tất cả các cuộc trò chuyện không liên quan đến công việc chiếm tới 70% vào năm 2025, cho thấy sự tăng mạnh từ 53% vào năm 2024. Các tương tác cá nhân chủ yếu tập trung vào các nhiệm vụ hàng ngày (hướng dẫn ‘làm thế nào’ và hướng dẫn) và hỗ trợ viết (chỉnh sửa hoặc dịch). Sự tăng này và bối cảnh sử dụng đặt ChatGPT vào vị trí là người bạn đồng hành hàng ngày – giống như Google mới – cho việc khám phá, công việc sáng tạo và ra quyết định ngoài nơi làm việc.

Báo cáo tiết lộ rằng 49% tất cả các tin nhắn là ‘Hỏi’ so với chỉ 40% là ‘Làm’. Điểm mấu chốt là các tin nhắn ‘Hỏi’ đang tăng trưởng nhanh hơn và nhận được xếp hạng hài lòng cao hơn từ người dùng ChatGPT. Vào tháng 7 năm 2024, ‘Hỏi’ và ‘Làm’ gần như bằng nhau, chiếm 46% tất cả các tin nhắn ChatGPT. Đến tháng 6 năm 2025, ‘Hỏi’ đã tăng lên 51,6%, nghĩa là tăng tuyệt đối 5,6 điểm phần trăm, tương đương với mức tăng tương đối 12%, trong khi ‘Làm’ giảm xuống 34,6%, nghĩa là giảm tương đối 25%.

Điều này có ý nghĩa gì? Lợi ích kinh tế, báo cáo lập luận, nằm ở việc ra quyết định nhanh hơn và thông tin tốt hơn trong công việc đòi hỏi kiến thức, điều này khuếch đại năng suất. Trong công việc đòi hỏi kiến thức, nơi kết quả kinh doanh bị ảnh hưởng trực tiếp bởi chất lượng và tốc độ của quyết định, việc có thông tin được xử lý tốt hơn, các quan điểm thay thế và hỗ trợ phân tích xuất sắc có thể tăng đáng kể hiệu suất của người lao động.

Cơ sở cho kết luận này là những phát hiện. Một mặt, người dùng có bằng cấp sau đại học có khả năng sử dụng ChatGPT cho ‘Hỏi’ cao hơn 2 điểm phần trăm và ít có khả năng gửi tin nhắn ‘Làm’ so với người dùng ít học thức hơn. Tương tự, người dùng trong các nghề khoa học và kỹ thuật có lương cao hơn có khả năng sử dụng AI cho ‘Hỏi’ – 47% tin nhắn liên quan đến công việc là ‘Hỏi’ trong các công việc liên quan đến máy tính.

Khả năng ra quyết định không nhìn thấy được mà vượt trội so với não bộ con người có thể được phản ánh trong tiền – không phải về doanh thu OpenAI tạo ra (13 tỷ đô la doanh thu hàng năm, tính đến đầu tháng 8 năm nay) mà về thặng dư của người tiêu dùng. Được đơn giản hóa, thặng dư của người tiêu dùng là khoảng cách giữa số tiền tối đa mà một người sẵn sàng trả cho một dịch vụ và giá thực tế họ trả. Ví dụ, tôi sẵn sàng trả 100 đô la cho một đăng ký hàng tháng ChatGPT nhưng tôi chỉ trả 20 đô la, vì vậy thặng dư của người tiêu dùng là 80 đô la.

Tại quy mô lớn, như nghiên cứu của Collis và Brynjolfsson (2025) cho thấy, thặng dư của người tiêu dùng ít nhất là 97 tỷ đô la chỉ ở Mỹ. Và dường như từ nghiên cứu của họ, người ta sẽ cần phải trả 98 đô la, trung bình, để ngừng sử dụng AI tạo ra trong một tháng. Giá trị ChatGPT mang lại cho người dùng trong cả bối cảnh công việc và không liên quan đến công việc là vô cùng to lớn, và có thể nói rằng trong bối cảnh doanh nghiệp, có lợi ích tài chính thậm chí còn lớn hơn.

Tại sao lại ‘Hỏi’?

Khi tôi nghiên cứu về đội ngũ đằng sau báo cáo này và (ngạc nhiên!) mời Perplexity suy nghĩ cùng tôi về báo cáo này, tôi không thể không tự hỏi tại sao mọi người lại ‘Hỏi’ thay vì ‘Làm’ với ChatGPT.

Để nói một cách khoa học hơn, tôi muốn tham khảo một nghiên cứu được trích dẫn trong báo cáo. Ide và Talamas (2025) đã trình bày hai vai trò AI đóng trong nơi làm việc: Đồng nghiệp thực hiện các nhiệm vụ, tức là làm việc, và Đồng hành tăng cường giải quyết vấn đề mà không có đầu ra cuối cùng. Dữ liệu từ ‘Cách mọi người sử dụng ChatGPT’ ủng hộ mô hình đồng hành: một lần nữa, mọi người hỏi thay vì làm với ChatGPT (49% so với 40%) và việc hỏi đang tăng và ‘Ra quyết định và giải quyết vấn đề’ đứng trong số các hoạt động hàng đầu trong mỗi nhóm nghề được khảo sát. Tóm lại, ChatGPT cung cấp tư vấn chứ không phải công việc trong hầu hết các trường hợp.

Vậy, AI là một Đồng hành (Microsoft có biết điều gì đó khi đặt tên cho công cụ AI của họ… nếu bạn hiểu ý tôi) trong hầu hết các trường hợp. Nhưng tại sao? Cuộn qua Linkedin và bạn sẽ thấy ‘Tự động hóa điều này’ và ‘Tự động hóa điều đó’.

Tôi cũng đã suy nghĩ về điều đó khi đọc báo cáo và hàng trăm bài đăng trên Linkedin đầy phấn khích từ những người đam mê AI, những người đã tìm thấy kịch bản để cuối cùng AI hoạt động. Giả định của tôi là sự thống trị của loại ‘Hỏi’ so với loại ‘Làm’ với ChatGPT có thể chỉ là sự phản ánh của hạn chế hiện tại (hoặc trước đó) của mô hình chứ không phải là sự ưu tiên cơ bản của công chúng đối với AI như một đồng hành.

Chances are, một khi có một giải pháp AI mạnh mẽ thực sự, người dùng sẽ ngày càng áp dụng AI như một đồng nghiệp thực sự chứ không phải là một cố vấn. Được đơn giản hóa, mọi người muốn sử dụng AI như một đồng nghiệp nhưng vẫn còn những hạn chế.

Từ kinh nghiệm của tôi và những gì tôi đã nghe trong các cuộc phỏng vấn CustDev, tôi giả định rằng có một hạn chế nghiêm trọng mà AI vẫn chưa thể vượt qua. Một, nó thiếu bối cảnh. Hai, không mọi công việc có thể được chia thành một lời nhắc đơn giản (hoặc tôi không đủ kiên nhẫn).

Hãy để tôi giải thích thêm về hai điểm này. Bởi vì AI thiếu bối cảnh, nó không thể được tự do khi nói đến việc tạo nội dung. Nó cần được giám sát, và lời nhắc có thể cần được sửa đổi cho một kết quả khác, tốt hơn. IBM đã giải thích ý tưởng này bằng ngôn ngữ khoa học. Con người tích lũy sự hiểu biết tình huống phong phú nhờ vào nhận thức không ngừng, trí nhớ và kinh nghiệm thực tế, trong khi các trợ lý AI hoạt động chỉ bằng cách dự đoán từ tiếp theo (~từ) dựa trên một ‘cửa sổ bối cảnh’ cố định của các đầu vào gần đây. AI có bộ nhớ ngắn hạn, và thông tin trước đó bị mất khi bộ nhớ được lấp đầy.

Các mô hình ngôn ngữ lớn gặp khó khăn với các nhiệm vụ phức tạp nhiều bước. Hiệu suất và tính nhất quán giảm khi các nhiệm vụ kết hợp, Prompt Drive giải thích. Có một cách để vượt qua hạn chế này – cách tiếp cận chia để trị. Tuy nhiên, nó thừa nhận rằng không một lời nhắc đơn lẻ nào có thể nắm bắt tất cả các sắc thái, vì vậy AI vẫn là một đồng hành xuất sắc trong khi là một đồng nghiệp hạn chế.

Bây giờ, tôi đã suy nghĩ trong lĩnh vực ChatGPT. Liệu tỷ lệ này (49% so với 40%) có lặp lại với các công cụ AI khác không?

• 60% tin nhắn gửi đến Perplexity AI là yêu cầu nghiên cứu chứ không phải tạo nội dung thuần túy, theo App Labx.
• DeepSeek R1 ghi điểm cao như một đồng nghiệp tiên tiến cho các nhiệm vụ logic và đồng hành cho hỗ trợ chuỗi suy nghĩ, theo báo cáo nội bộ của nó.
• GitHub Co-pilot (gợi ý nằm trong tên, đúng không?) được thiết kế cho đề xuất chỉnh sửa mã, gỡ lỗi và hỗ trợ học tập. An toàn khi giả định rằng vai trò của nó là giúp đỡ chứ không phải làm.
• Microsoft Copilot cho thấy sự phân chia gần như bằng nhau giữa ‘Hỏi’ và ‘Làm’, phản ánh các mẫu sử dụng cho ChatGPT.

Vậy – những phát hiện này để lại cho chúng ta điều gì? Như tôi thấy, AI là một bộ tăng cường mạnh mẽ cho công việc đòi hỏi kiến thức, giúp tăng tốc quyết định và chuyển thành tiết kiệm thời gian trực tiếp và lợi ích doanh thu gián tiếp. Kháng lại AI để ủng hộ ‘chạm của con người’ hoặc ‘nội dung độc đáo’ có nghĩa là thất bại trong dài hạn. Mọi người sử dụng ChatGPT và các trợ lý AI khác để thúc đẩy việc ra quyết định, không phải thay thế hoàn toàn người quyết định con người.

Liệu mẫu này có thay đổi? Liệu mọi người có nhìn thấy sự suy giảm trí tuệ hàng loạt do việc ủy thác công việc ngày càng tăng cho AI? Hãy theo dõi bài viết tiếp theo của tôi về cách AI ảnh hưởng đến não bộ và khả năng nhận thức của con người.