Dunia kerja ChatGPT yang terus meluas
Tim Riset Ekonomi OpenAI merilis data agar peneliti dapat mengkaji pertanyaan tentang AI dan tenaga kerja secara lebih mendalam.
Hari ini, kami merilis data OpenAI Signals yang mengkaji 165 aktivitas kerja di hampir 100 negara, yang mengungkap cara konsumen menggunakan ChatGPT untuk bekerja. Data ini memberi peneliti cara baru untuk mempelajari peran AI dalam perekonomian, dengan informasi baru tentang aktivitas kerja yang dilakukan orang dengan bantuan ChatGPT—mulai dari menyiapkan materi pembelajaran dan mengembangkan konten pemasaran hingga pemrograman dan analisis data bisnis.
Peneliti dapat menggunakan data ini untuk menelaah perbedaan penggunaan ChatGPT untuk bekerja antarnegara, melacak perubahan dari waktu ke waktu, dan mencocokkan data ini dengan indikator ekonomi lainnya. Rilis ini menghubungkan penggunaan ChatGPT dengan 165 kategori aktivitas kerja yang disebut Aktivitas Kerja Tingkat Menengah (Intermediate Work Activities atau IWA). IWA adalah kategori tugas yang umum digunakan untuk mengelompokkan berbagai jenis pekerjaan lintas profesi. Data disajikan per kuartal, mencakup periode dari kuartal pertama 2025 hingga kuartal ketiga 2026.
Data baru kami mengacu pada O*NET, kerangka kerja standar yang mengelompokkan tugas khusus suatu profesi ke dalam kategori aktivitas kerja yang lebih luas dan berlaku lintas profesi. Penggunaan kerangka kerja yang sama membantu peneliti membandingkan penggunaan ChatGPT dengan jenis data profesi dan ketenagakerjaan lainnya.
Grafik interaktif di bawah ini dapat digunakan untuk menelusuri aktivitas kerja di suatu negara dari waktu ke waktu, mulai dari kelompok aktivitas umum hingga aktivitas yang lebih spesifik. Data ini menunjukkan perbedaan yang besar antarnegara dalam cara orang menggunakan ChatGPT untuk bekerja.
Jelajahi pekerjaan yang dilakukan orang dengan bantuan ChatGPT. Pilih kelompok aktivitas untuk melihat tugas di dalamnya dan perubahannya dari waktu ke waktu, atau pilih negara untuk menelusuri komposisi pesan terkait pekerjaannya.
Menghubungkan data ini dengan IWA mengungkap bahwa penggunaan terkait pekerjaan makin tidak terpusat pada aktivitas yang paling umum. Artinya, seiring waktu, tiap negara cenderung mengembangkan spesialisasi kerja, dengan jenis pekerjaan yang berbeda-beda di setiap negara. Perbedaan ini mungkin mencerminkan variasi jenis pekerjaan yang dilakukan di berbagai negara atau perbedaan akses ke alat AI. Menelaah pertanyaan-pertanyaan ini hanyalah salah satu dari banyak kajian yang dapat dilakukan peneliti dengan data baru ini.
Di 74 negara yang diamati setiap kuartal, sepuluh aktivitas paling umum mewakili rata-rata 51,1% pesan kerja terklasifikasi di tiap negara pada kuartal 3 2026, turun dari 56,0% pada kuartal 1 2025.
Menghubungkan data penggunaan ChatGPT dengan IWA memungkinkan peneliti membandingkan pesan ChatGPT dengan aktivitas yang dilakukan dalam berbagai pekerjaan di AS. Dua visualisasi di bawah ini membandingkan cara orang menggunakan ChatGPT dengan aktivitas yang dilakukan dalam berbagai pekerjaan di AS. Perbandingan ini menunjukkan perbedaan antara cara orang menggunakan ChatGPT untuk bekerja dan pekerjaan yang sebenarnya dilakukan dalam perekonomian AS. Kedua distribusi tersebut sangat berbeda, terutama karena sekitar 43% komposisi tugas yang dibobot berdasarkan jumlah tenaga kerja untuk profesi AS yang dipetakan termasuk dalam IWA Lainnya, di luar kategori yang dilaporkan secara terpisah. Ini mencakup aktivitas seperti memindahkan material, mengoperasikan kendaraan, dan mengelola catatan kesehatan atau rekam medis. Kategori yang tidak disertakan ini tidak memenuhi ambang batas kami untuk keterwakilan yang konsisten dalam sampel awal ChatGPT di AS.
Pilih aktivitas untuk melihat seberapa besar porsinya dalam penggunaan ChatGPT dibandingkan dengan perekonomian AS secara keseluruhan.
Rilis ini melanjutkan OpenAI Signals, upaya berkelanjutan kami untuk membagikan bukti tentang cara orang menggunakan AI. Data ini mencakup pesan terkait pekerjaan pada paket ChatGPT individu dan tidak mencakup pesan perusahaan atau penggunaan Codex. Kami mengundang peneliti untuk menjelajahi data ini, menghubungkannya dengan sumber lain, dan mengkaji makna pola-pola ini bagi pekerja dan bisnis.
Untuk melindungi privasi pengguna, peneliti tidak membaca percakapan individual. Sistem otomatis mengklasifikasikan pesan setelah informasi pengenal dihapus. Kami memublikasikan statistik agregat, tidak menampilkan hasil untuk kelompok kecil, dan menambahkan derau statistik untuk melindungi pesan individual.
