OpenAI

۴ آبان ۱۴۰۵

تحقیقراهنماها

دنیای روبه‌گسترش کار با ChatGPT

بخش پژوهش‌های اقتصادی OpenAI داده‌هایی منتشر می‌کند تا پژوهشگران بتوانند پرسش‌های مربوط به هوش مصنوعی و نیروی کار را عمیق‌تر بررسی کنند.

امروز داده‌های OpenAI Signals را منتشر می‌کنیم که به بررسی ۱۶۵ فعالیت کاری در نزدیک به ۱۰۰ کشور می‌پردازد و نشان می‌دهد کاربران عادی چگونه از ChatGPT برای کار استفاده می‌کنند. این داده‌ها با ارائهٔ اطلاعات تازه دربارهٔ فعالیت‌های کاری‌ای که افراد برای انجامشان به ChatGPT مراجعه می‌کنند، راه تازه‌ای برای مطالعهٔ نقش هوش مصنوعی در اقتصاد در اختیار پژوهشگران می‌گذارد؛ از تهیهٔ محتوای آموزشی و تولید محتوای بازاریابی گرفته تا برنامه‌نویسی و تحلیل داده‌های کسب‌وکار.

پژوهشگران می‌توانند با استفاده از این داده‌ها تفاوت استفادهٔ کاری از ChatGPT را در کشورهای مختلف بررسی کنند، تغییرات را در طول زمان دنبال کنند و این داده‌ها را با دیگر شاخص‌های اقتصادی تطبیق دهند. این مجموعه‌داده، استفاده از ChatGPT را به ۱۶۵ دستهٔ فعالیت کاری موسوم به «فعالیت‌های کاری سطح میانی» (IWA) مرتبط می‌کند. فعالیت‌های کاری سطح میانی، دسته‌بندی‌های رایجی از وظایفی هستند که افراد در مشاغل مختلف انجام می‌دهند. داده‌ها به تفکیک سه‌ماهه ارائه شده‌اند و بازهٔ سه‌ماههٔ اول ۲۰۲۵ تا سه‌ماههٔ سوم ۲۰۲۶ را پوشش می‌دهند.

درک عمیق‌تر نحوهٔ استفاده از هوش مصنوعی برای کار

داده‌های جدید ما بر O*NET تکیه دارند؛ چارچوبی استاندارد که وظایف مختص هر شغل را در دسته‌های گسترده‌ترِ فعالیت‌های کاری مشترک میان مشاغل گروه‌بندی می‌کند. استفاده از چارچوبی مشترک به پژوهشگران کمک می‌کند استفاده از ChatGPT را با انواع دیگر داده‌های مربوط به مشاغل و اشتغال مقایسه کنند.

با نمودار تعاملی زیر می‌توانید این فعالیت‌های کاری را در یک کشور مشخص و در طول زمان بررسی کنید و از گروه‌های کلی فعالیت به فعالیت‌های جزئی‌تر برسید. داده‌ها نشان می‌دهند نحوهٔ استفاده از ChatGPT برای کار در کشورهای مختلف تفاوت زیادی دارد.

کارهایی را بررسی کنید که افراد برای انجامشان به ChatGPT مراجعه می‌کنند. یک گروه فعالیت را انتخاب کنید تا وظایف آن و تغییراتشان در طول زمان را ببینید، یا کشوری را انتخاب کنید تا ترکیب پیام‌های کاری آن را بررسی کنید.

تطبیق این داده‌ها با فعالیت‌های کاری سطح میانی نشان داد که تمرکز استفادهٔ کاری بر رایج‌ترین فعالیت‌ها کاهش یافته است. این یعنی کشورها به‌مرور به سمت تخصصی‌تر شدن کارهای خود گرایش داشتند و هر کشور در انواع متفاوتی از کار تخصص پیدا کرد. این تفاوت‌ها ممکن است بازتاب تفاوت نوع کار در کشورهای مختلف یا تفاوت دسترسی به ابزارهای هوش مصنوعی باشند. بررسی این پرسش‌ها تنها یکی از مسیرهای پژوهشی متعددی است که این داده‌های جدید پیش روی پژوهشگران می‌گذارد.

پژوهشگران چگونه می‌توانند از این داده‌ها استفاده کنند

پیوند داده‌های استفاده از ChatGPT با فعالیت‌های کاری سطح میانی به پژوهشگران امکان می‌دهد پیام‌های ChatGPT را با فعالیت‌های انجام‌شده در مشاغل آمریکا مقایسه کنند. دو نمودار زیر نحوهٔ استفاده از ChatGPT را با فعالیت‌های انجام‌شده در مشاغل آمریکا مقایسه می‌کنند. این مقایسه تفاوت میان نحوهٔ استفاده از ChatGPT برای کار و کارهایی را نشان می‌دهد که واقعاً در اقتصاد آمریکا انجام می‌شوند. این دو توزیع تفاوت چشمگیری دارند؛ عمدتاً به این دلیل که در مشاغل آمریکاییِ تطبیق‌داده‌شده، حدود ۴۳٪ از ترکیب وظایف، پس از وزن‌دهی بر اساس میزان اشتغال، در دستهٔ «سایر فعالیت‌های کاری سطح میانی» قرار می‌گیرد و خارج از دسته‌هایی است که جداگانه گزارش شده‌اند. این فعالیت‌ها شامل مواردی مانند جابه‌جایی مواد، راندن وسایل نقلیه و نگهداری سوابق سلامت یا پزشکی هستند. این دسته‌های حذف‌شده به آستانهٔ ما برای حضور مستمر در نمونهٔ اولیهٔ آمریکاییِ ChatGPT نرسیدند.

یک فعالیت را انتخاب کنید تا سهم آن را در استفاده از ChatGPT در مقایسه با کل اقتصاد آمریکا ببینید.

داده‌ها را بررسی کنید

انتشار این مجموعه‌داده در ادامهٔ OpenAI Signals است؛ تلاش مستمر ما برای به‌اشتراک‌گذاشتن شواهد دربارهٔ نحوهٔ استفادهٔ مردم از هوش مصنوعی. این داده‌ها پیام‌های کاری در طرح‌های فردی ChatGPT را پوشش می‌دهند و شامل پیام‌های سازمانی یا استفاده از Codex نمی‌شوند. از پژوهشگران دعوت می‌کنیم این داده‌ها را بررسی کنند، آن‌ها را به منابع دیگر پیوند دهند و دربارهٔ معنای این الگوها برای نیروی کار و کسب‌وکارها تحقیق کنند.

برای حفظ حریم خصوصی کاربران، پژوهشگران گفت‌وگوهای فردی را نمی‌خوانند. سامانه‌های خودکار پس از حذف اطلاعات شناسایی‌کننده، پیام‌ها را دسته‌بندی می‌کنند. ما آمار تجمیعی منتشر می‌کنیم، نتایج گروه‌های کوچک را منتشر نمی‌کنیم و برای محافظت از پیام‌های فردی، نویز آماری به داده‌ها اضافه می‌کنیم.

ارجاع

BibTeX

1
@online{openaiecon2026signalsdata,
2
author = {Aaron Chatterji and Thomas Cunningham and David J. Deming and Zoe Hitzig and Drew Johnston and Alex Martin Richmond and Christopher Ong and Carl Yan Shan and Kevin Wadman},
3
title = {{OpenAI} Signals v3.0},
4
year = {2026},
5
organization = {OpenAI},
6
url = {/signals/data-download/},
7
urldate = {2026-10-26},
8
note = {Data download and methodology},
9
}