ChatGPT darba pasaule paplašinās
OpenAI ekonomikas pētniecības komanda publicē datus, kas ļauj pētniekiem padziļināti izpētīt jautājumus par MI un darbu.
Šodien publicējam OpenAI Signals datus, kas aptver 165 darba aktivitātes gandrīz 100 valstīs un atklāj, kā individuālie lietotāji izmanto ChatGPT darbam. Šie dati pētniekiem sniedz jaunu iespēju pētīt mākslīgā intelekta (MI) lomu ekonomikā, piedāvājot jaunu informāciju par darba aktivitātēm, kurās cilvēki izmanto ChatGPT – no mācību materiālu sagatavošanas un mārketinga satura veidošanas līdz programmēšanai un uzņēmējdarbības datu analīzei.
Pētnieki var izmantot šos datus, lai noskaidrotu, kā ChatGPT izmantošana darbam atšķiras dažādās valstīs, sekotu izmaiņām laika gaitā un sasaistītu šos datus ar citiem ekonomikas rādītājiem. Publicētie dati sasaista ChatGPT lietojumu ar 165 darba aktivitāšu kategorijām, ko sauc par vidējā līmeņa darba aktivitātēm (IWA). IWA ir plaši izmantotas uzdevumu kategorijas, kas raksturo cilvēku veikto darbu dažādās profesijās. Dati ir sniegti pa ceturkšņiem un aptver laikposmu no 2025. gada pirmā ceturkšņa līdz 2026. gada trešajam ceturksnim.
Mūsu jaunie dati balstās uz O*NET – standartizētu klasifikāciju, kas konkrētu profesiju uzdevumus apvieno plašākās, dažādām profesijām kopīgās darba aktivitāšu kategorijās. Vienota klasifikācija palīdz pētniekiem salīdzināt ChatGPT lietojumu ar citiem datiem par profesijām un nodarbinātību.
Tālāk redzamajā interaktīvajā diagrammā var izpētīt šīs darba aktivitātes konkrētā valstī un to izmaiņas laika gaitā, pārejot no plašām aktivitāšu grupām uz konkrētākām aktivitātēm. Dati atklāj lielas atšķirības starp valstīm tajā, kā cilvēki izmanto ChatGPT darbam.
Izpētiet, kādiem darbiem cilvēki izmanto ChatGPT. Atlasiet aktivitāšu grupu, lai skatītu tajā ietvertos uzdevumus un to izmaiņas laika gaitā, vai izvēlieties valsti, lai izpētītu tās ar darbu saistīto ziņojumu sadalījumu.
Sasaistot šos datus ar IWA, atklājās, ka ar darbu saistītais lietojums kļuva mazāk koncentrēts visbiežāk veiktajās aktivitātēs. Tas nozīmē, ka laika gaitā valstīs bija vērojama specializēšanās noteiktos darba veidos, turklāt dažādās valstīs šie darba veidi atšķīrās. Šīs atšķirības varētu atspoguļot dažādās valstīs veiktā darba raksturu vai atšķirīgu piekļuvi MI rīkiem. Šo jautājumu izpēte ir tikai viens no daudzajiem veidiem, kā pētnieki var izmantot jaunos datus.
74 valstīs, par kurām dati bija pieejami katrā ceturksnī, desmit visbiežāk sastopamās aktivitātes 2026. gada 3. ceturksnī veidoja vidēji 51,1 % no katras valsts klasificētajiem darba ziņojumiem salīdzinājumā ar 56,0 % 2025. gada 1. ceturksnī.
ChatGPT lietojuma datu sasaistīšana ar IWA ļauj pētniekiem salīdzināt ChatGPT ziņojumus ar dažādās ASV profesijās veiktajiem darba uzdevumiem. Abās tālāk redzamajās vizualizācijās salīdzināts tas, kā cilvēki izmanto ChatGPT, ar ar dažādās ASV profesijās veiktajiem darba uzdevumiem. Šis salīdzinājums parāda atšķirību starp ChatGPT izmantošanu darbam un ASV ekonomikā faktiski veikto darbu. Abi sadalījumi būtiski atšķiras galvenokārt tāpēc, ka, ņemot vērā katrā profesijā nodarbināto skaitu, aptuveni 43 % no analizēto ASV profesiju darba uzdevumiem ietilpst kategorijā “Citas IWA”, nevis atsevišķi uzrādītajās kategorijās. Tās ietver tādas aktivitātes kā materiālu pārvietošana, transportlīdzekļu vadīšana un veselības vai medicīniskās dokumentācijas uzturēšana. Šīs kategorijas netika uzrādītas atsevišķi, jo to pārstāvība sākotnējā ASV ChatGPT izlasē nebija pietiekami konsekventa, lai sasniegtu mūsu noteikto slieksni.
Atlasiet aktivitāti, lai salīdzinātu tās īpatsvaru ChatGPT lietojumā un ASV ekonomikā kopumā.
Šī datu publikācija turpina OpenAI Signals iniciatīvu – mūsu pastāvīgo darbu, lai dalītos ar pierādījumiem par to, kā cilvēki izmanto MI. Dati aptver ar darbu saistītus ziņojumus ChatGPT individuālajos plānos un neietver uzņēmumu ziņojumus vai Codex lietojumu. Aicinām pētniekus izpētīt datus, sasaistīt tos ar citiem avotiem un noskaidrot, ko šīs tendences nozīmē darbiniekiem un uzņēmumiem.
Lai aizsargātu lietotāju privātumu, pētnieki nelasa atsevišķas sarunas. Automatizētas sistēmas klasificē ziņojumus pēc tam, kad no tiem ir izņemta identificējoša informācija. Mēs publicējam apkopotu statistiku, nepubliskojam mazu grupu rezultātus un pievienojam statistisko troksni, lai aizsargātu atsevišķus ziņojumus.
