OpenAI

२६ ऑक्टोबर, २०२६

रिसर्चमार्गदर्शक

ChatGPT चे विस्तारते कार्यविश्व

कृत्रिम बुद्धिमत्ता आणि श्रम यांविषयीच्या प्रश्नांचा सखोल अभ्यास करता यावा म्हणून OpenAI आर्थिक संशोधन विभाग संशोधकांसाठी आकडेवारी प्रकाशित करत आहे.

आज आम्ही जवळपास 100 देशांतील 165 प्रकारच्या कामांचा आढावा घेणारी OpenAI सिग्नल्सची आकडेवारी प्रकाशित करत आहोत. यातून लोक कामासाठी ChatGPT कसे वापरतात हे समजते. या आकडेवारीमुळे संशोधकांना अर्थव्यवस्थेतील कृत्रिम बुद्धिमत्तेच्या भूमिकेचा अभ्यास करण्याचा नवा मार्ग मिळतो. शैक्षणिक साहित्य तयार करणे आणि मार्केटिंगसाठी मजकूर बनवणे यांपासून प्रोग्रामिंग आणि व्यावसायिक माहितीचे विश्लेषण करणे यांपर्यंत लोक ChatGPT कडे कोणती कामे घेऊन येतात, याबद्दल नवी माहिती यात आहे.

कामासाठी होणारा ChatGPT चा वापर देशागणिक कसा बदलतो हे अभ्यासण्यासाठी, कालांतराने होणाऱ्या बदलांचा मागोवा घेण्यासाठी आणि इतर आर्थिक निर्देशकांशी ही आकडेवारी जोडण्यासाठी संशोधक तिचा वापर करू शकतात. या प्रकाशनात ChatGPT च्या वापराची सांगड मध्यम-स्तरीय कार्यकृती (IWA) या नावाने ओळखल्या जाणाऱ्या कामांच्या 165 श्रेणींशी घातली आहे. विविध व्यवसायांत लोक जी कामे करतात, त्यांचे वर्गीकरण करण्यासाठी IWA श्रेणींचा सामान्यतः वापर केला जातो. ही आकडेवारी तिमाहीनुसार दिली असून, ती 2025 च्या पहिल्या तिमाहीपासून 2026 च्या तिसऱ्या तिमाहीपर्यंतची आहे.

लोक कामासाठी कृत्रिम बुद्धिमत्ता कशी वापरतात हे अधिक सखोलपणे समजून घेणे

आमची नवी आकडेवारी O*NET वर आधारित आहे. या प्रमाणित चौकटीत विशिष्ट व्यवसायांतील कामांचे वर्गीकरण, विविध व्यवसायांत समान असलेल्या कामांच्या व्यापक श्रेणींमध्ये केले जाते. एकच चौकट वापरल्यामुळे संशोधकांना ChatGPT च्या वापराची तुलना व्यवसाय आणि रोजगार यांच्याशी संबंधित इतर प्रकारच्या आकडेवारीशी करता येते.

खालील परस्परसंवादी आलेख वापरून एखाद्या देशात कालांतराने या कामांमध्ये झालेले बदल पाहता येतात. कामांच्या व्यापक गटांमधून अधिक विशिष्ट कामांपर्यंत जाता येते. लोक कामासाठी ChatGPT कसे वापरतात, यात देशागणिक मोठा फरक असल्याचे आकडेवारीत दिसते.

लोक ChatGPT कडे कोणती कामे घेऊन येतात ते जाणून घ्या. कामांचा गट निवडून त्यातील कामे पाहा आणि काळानुसार ती कशी बदलतात ते जाणून घ्या. किंवा एखादा देश निवडून तेथील कामाशी संबंधित संदेशांचे वितरण पाहा.

या आकडेवारीची IWA शी सांगड घातल्यावर असे दिसले की कामाशी संबंधित वापर सर्वाधिक प्रचलित कामांपुरता कमी केंद्रित राहू लागला. याचा अर्थ, कालांतराने देशांचा कल विशिष्ट प्रकारच्या कामांवर अधिक भर देण्याकडे होता आणि वेगवेगळे देश वेगवेगळ्या प्रकारच्या कामांवर भर देत होते. हे फरक देशागणिक केल्या जाणाऱ्या कामांचे स्वरूप किंवा कृत्रिम बुद्धिमत्तेची साधने वापरण्याची उपलब्धता यांतील तफावत दर्शवत असू शकतात. या नव्या आकडेवारीच्या आधारे संशोधक अनेक विषयांचा अभ्यास करू शकतात; हे प्रश्न त्यांपैकी केवळ एक उदाहरण आहे.

संशोधक ही आकडेवारी कशी वापरू शकतात

ChatGPT वापराच्या डेटाला IWA सोबत जोडल्याने संशोधकांना ChatGPT संदेशांची तुलना अमेरिकेतील नोकऱ्यांमध्ये केल्या जाणाऱ्या कामांशी करता येते. खालील जोडलेल्या व्हिज्युअलायझेशनमध्ये, लोक ChatGPT चा वापर कसा करतात आणि अमेरिकेतील नोकऱ्यांमध्ये केली जाणारी कामे यांची तुलना केली आहे. ही तुलना, लोक कामासाठी ChatGPT चा वापर कसा करतात आणि अमेरिकेच्या अर्थव्यवस्थेत प्रत्यक्षात केली जाणारी कामे यांमधील फरक दर्शवते. या दोन वितरणांमध्ये लक्षणीय फरक आहे, याचे मुख्य कारण म्हणजे मॅप केलेल्या अमेरिकन व्यवसायांसाठी रोजगार-भारित कार्य मिश्रणापैकी सुमारे 43% कामे इतर IWA मध्ये येतात, जी स्वतंत्रपणे नोंदवलेल्या श्रेणींच्या बाहेर आहेत. यामध्ये साहित्य हलवणे, वाहने चालवणे आणि आरोग्य किंवा वैद्यकीय नोंदी सांभाळणे यांसारख्या कामांचा समावेश आहे. या वगळलेल्या श्रेणी मूळ अमेरिकन ChatGPT नमुन्यामध्ये सुसंगत प्रतिनिधित्वासाठी आमची किमान मर्यादा पूर्ण करू शकल्या नाहीत.

एखादे काम निवडून ChatGPT च्या वापरातील त्याचे प्रमाण आणि अमेरिकेच्या एकूण अर्थव्यवस्थेतील त्याचे प्रमाण यांची तुलना पाहा.

डेटाचा आढावा घ्या

लोक कृत्रिम बुद्धिमत्ता कशी वापरतात याचे पुरावे सामायिक करण्यासाठी आमचा OpenAI सिग्नल्स उपक्रम सुरू आहे. हे प्रकाशन त्याच प्रयत्नांचा पुढचा टप्पा आहे. या आकडेवारीत वैयक्तिक ChatGPT प्लॅनवरील कामाशी संबंधित संदेश समाविष्ट आहेत. इंटरप्राईज संदेश किंवा Codex चा वापर यात समाविष्ट नाही. संशोधकांनी या आकडेवारीचा अभ्यास करावा, इतर स्रोतांशी तिची सांगड घालावी आणि या कलांचा कामगार व व्यवसायांसाठी काय अर्थ आहे याचा शोध घ्यावा, असे आम्ही आवाहन करतो.

वापरकर्त्यांची गोपनीयता जपण्यासाठी संशोधक वैयक्तिक संभाषणे वाचत नाहीत. ओळख पटवणारी माहिती काढून टाकल्यानंतर स्वयंचलित यंत्रणा संदेशांचे वर्गीकरण करतात. आम्ही एकत्रित आकडेवारी प्रकाशित करतो, लहान गटांचे निष्कर्ष जाहीर करत नाही आणि वैयक्तिक संदेशांचे संरक्षण करण्यासाठी आकडेवारीत सांख्यिकीय यादृच्छिक बदल मिसळतो.

संदर्भ

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
}