ChatGPT‑ийн ажлын хэрэглээний хүрээ тэлсээр
OpenAI-ийн эдийн засгийн судалгааны баг хиймэл оюун ба хөдөлмөртэй холбоотой асуудлыг гүнзгийрүүлэн судлахад зориулсан өгөгдөл нийтэлж байна.
Өнөөдөр бид хэрэглэгчид ChatGPT‑ийг ажилдаа хэрхэн ашигладгийг харуулах, бараг 100 орны ажлын 165 төрлийн үйл ажиллагааг судалсан OpenAI Signals өгөгдлийг нийтэлж байна. Энэ өгөгдөл нь сургалтын материал бэлтгэх, маркетингийн контент боловсруулахаас эхлээд программчлах, бизнесийн өгөгдөлд дүн шинжилгээ хийх хүртэл хүмүүс ChatGPT‑ээр ямар ажил хийлгэдэг тухай шинэ мэдээлэл өгч, эдийн засаг дахь хиймэл оюуны үүргийг судлах шинэ боломжийг судлаачдад нээж байна.
Судлаачид энэ өгөгдлөөр ChatGPT‑ийг ажилд ашиглах байдал улс орнуудын хооронд хэрхэн ялгаатайг судалж, цаг хугацааны явц дахь өөрчлөлтийг ажиглаж, эдийн засгийн бусад үзүүлэлттэй харьцуулж болно. Энэхүү өгөгдөлд ChatGPT‑ийн хэрэглээг Ажлын үйл ажиллагааны дунд түвшний ангилал (Intermediate Work Activities, IWA) хэмээх 165 ангилалтай холбон харуулсан. IWA нь төрөл бүрийн мэргэжлийн хүмүүсийн хийдэг ажлыг ангилахад түгээмэл ашигладаг ангиллууд юм. Өгөгдлийг улирлаар харуулсан бөгөөд 2025 оны I улирлаас 2026 оны III улирал хүртэлх хугацааг хамарна.
Манай шинэ өгөгдөл O*NET-д тулгуурласан. Энэ нь мэргэжил тус бүрийн тодорхой ажлыг олон мэргэжилд нийтлэг байдаг ажлын үйл ажиллагааны өргөн хүрээний ангилалд нэгтгэдэг стандартчилсан тогтолцоо юм. Нэгдсэн ангилал ашигласнаар судлаачид ChatGPT‑ийн хэрэглээг ажил мэргэжил, хөдөлмөр эрхлэлтийн бусад өгөгдөлтэй харьцуулахад дөхөм болдог.
Доорх интерактив графикаас тодорхой нэг улсын ажлын үйл ажиллагааг ерөнхий бүлгээс нь нарийвчилсан төрөл рүү шилжин үзэж, цаг хугацааны явцад хэрхэн өөрчлөгдсөнийг судлах боломжтой. Хүмүүс ChatGPT‑ийг ажилдаа хэрхэн ашиглаж байгаа нь улс орон бүрд ихээхэн ялгаатайг өгөгдөл харуулж байна.
Хүмүүс ChatGPT‑ээр ямар ажил хийлгэдэгтэй танилцаарай. Үйл ажиллагааны бүлэг сонгож, түүнд багтах ажлууд болон тэдгээрийн цаг хугацааны явц дахь өөрчлөлтийг харах, эсвэл улс сонгож ажилтай холбоотой мессежийн бүтцийг нь судлах боломжтой.
Энэ өгөгдлийг IWA ангилалтай холбож үзэхэд ажилтай холбоотой хэрэглээ хамгийн түгээмэл үйл ажиллагаануудад төвлөрөх нь буурсан байна. Өөрөөр хэлбэл, цаг хугацаа өнгөрөхийн хэрээр улс орнууд тодорхой төрлийн ажилд төвлөрөх хандлагатай болсон бөгөөд улс бүр өөр өөр төрлийн ажилд төвлөрч байв. Эдгээр ялгаа нь улс орнуудад хийдэг ажлын төрөл эсвэл хиймэл оюуны хэрэгслийн хүртээмж ялгаатай байдгийг илэрхийлж байж болох юм. Эдгээр асуултыг судлах нь судлаачдын энэ шинэ өгөгдлөөр хийж болох олон судалгааны зөвхөн нэг жишээ юм.
Улирал бүр ажиглалтад хамрагдсан 74 улсад хамгийн түгээмэл арван үйл ажиллагааны эзлэх хувь 2025 оны I улиралд улс тус бүрийн ангилсан ажлын мессежийн дунджаар 56.0% байсан бол 2026 оны III улиралд 51.1% болж буурчээ.
ChatGPT‑ийн хэрэглээний өгөгдлийг IWA ангилалтай холбосноор судлаачид ChatGPT дэх мессежийг АНУ-ын төрөл бүрийн ажлын байранд гүйцэтгэдэг үйл ажиллагаатай харьцуулах боломжтой. Доорх хос графикт хүмүүсийн ChatGPT ашиглаж буй байдлыг АНУ-ын ажлын байруудад гүйцэтгэдэг үйл ажиллагаатай харьцуулан харуулав. Энэ харьцуулалт нь хүмүүсийн ChatGPT‑ийг ажилдаа ашиглаж буй байдал болон АНУ-ын эдийн засагт бодитоор хийгдэж буй ажлын ялгааг харуулна. Хоёр тархалт нэлээд ялгаатай байна. Үүний гол шалтгаан нь ангилалтай тулган холбосон АНУ-ын мэргэжлүүдийн ажлын бүтцийг ажиллагчдын тоогоор жигнэхэд ойролцоогоор 43% нь тусад нь тайлагнасан ангиллуудад бус, «Бусад IWA» ангилалд багтаж байгаад оршино. Үүнд материал зөөх, тээврийн хэрэгсэл жолоодох, эрүүл мэндийн болон эмнэлгийн бүртгэл хөтлөх зэрэг үйл ажиллагаа багтана. Тусад нь оруулаагүй эдгээр ангилал нь АНУ-ын анхны ChatGPT түүвэрт тогтвортой төлөөлөлтэй байх бидний босго шалгуурыг хангаагүй.
Үйл ажиллагаа сонгож, ChatGPT‑ийн хэрэглээнд болон АНУ-ын нийт эдийн засагт тус бүр ямар хувийг эзэлдгийг харьцуулан хараарай.
Энэхүү нийтлэл нь хүмүүс хиймэл оюуныг хэрхэн ашиглаж буй талаарх баримт мэдээллийг хуваалцах бидний тогтмол санаачилга болох OpenAI Signals-ийн үргэлжлэл юм. Өгөгдөл нь ChatGPT‑ийн хувь хэрэглэгчийн багцууд дахь ажилтай холбоотой мессежийг хамарсан бөгөөд байгууллагын мессеж болон Codex-ийн хэрэглээг оруулаагүй. Судлаачдыг энэ өгөгдлийг судлан, бусад эх сурвалжтай холбож, эдгээр хандлага ажиллагчид болон бизнест ямар утга учиртайг шинжлэхийг урьж байна.
Хэрэглэгчдийн нууцлалыг хамгаалахын тулд судлаачид хувь хүний харилцан яриаг уншдаггүй. Хувь хүнийг таних боломжтой мэдээллийг хассаны дараа автомат системүүд мессежийг ангилдаг. Бид нэгтгэсэн статистик нийтэлж, цөөн хүнтэй бүлгүүдийн үр дүнг нийтлэхгүй байж, мессеж тус бүрийг хамгаалахын тулд статистикийн шуугиан нэмдэг.
