ChatGPT:s växande roll i arbetslivet
OpenAI Economic Research publicerar data som gör det möjligt för forskare att fördjupa sig i frågor om AI och arbete.
I dag publicerar vi data från OpenAI Signals som undersöker 165 arbetsaktiviteter i närmare 100 länder och visar hur privatpersoner använder ChatGPT i arbetet. Dessa data ger forskare ett nytt sätt att studera AI:s roll i ekonomin, med ny information om de arbetsaktiviteter som människor använder ChatGPT till – från att ta fram undervisningsmaterial och marknadsföringsinnehåll till att programmera och analysera affärsdata.
Forskare kan använda dessa data för att undersöka hur användningen av ChatGPT i arbetet skiljer sig mellan länder, följa förändringar över tid och koppla dessa data till andra ekonomiska indikatorer. De publicerade uppgifterna kopplar användningen av ChatGPT till 165 kategorier av arbetsaktiviteter på mellannivå, så kallade Intermediate Work Activities (IWA). IWA är vanliga kategorier av arbetsuppgifter som beskriver det arbete människor utför inom olika yrken. Uppgifterna redovisas per kvartal och omfattar perioden från första kvartalet 2025 till tredje kvartalet 2026.
Våra nya data bygger på O*NET, ett standardiserat ramverk som grupperar yrkesspecifika arbetsuppgifter i bredare kategorier av arbetsaktiviteter som är gemensamma för flera yrken. Ett gemensamt ramverk hjälper forskare att jämföra användningen av ChatGPT med andra typer av yrkes- och sysselsättningsdata.
Det interaktiva diagrammet nedan kan användas för att utforska dessa arbetsaktiviteter i ett visst land över tid, från breda aktivitetsgrupper till mer specifika aktiviteter. Uppgifterna visar stora skillnader mellan länder i hur människor använder ChatGPT i arbetet.
Utforska det arbete som människor använder ChatGPT till. Välj en aktivitetsgrupp för att se vilka uppgifter den innehåller och hur de förändras över tid, eller välj ett land för att utforska fördelningen av dess arbetsrelaterade meddelanden.
När uppgifterna kopplades till IWA-kategorierna framgick det att den arbetsrelaterade användningen blev mindre koncentrerad till de vanligaste aktiviteterna. Det innebär att länderna tenderade att specialisera sig i sitt arbete över tid, och att olika länder specialiserade sig på olika typer av arbete. Dessa skillnader kan spegla variationer i vilken typ av arbete som utförs i olika länder eller skillnader i tillgången till AI-verktyg. Detta är bara några av de många frågor som forskare kan undersöka med hjälp av dessa nya data.
I de 74 länder som följdes varje kvartal stod de tio vanligaste aktiviteterna i genomsnitt för 51,1 % av varje lands klassificerade arbetsrelaterade meddelanden under tredje kvartalet 2026, jämfört med 56,0 % under första kvartalet 2025.
Genom att koppla data om ChatGPT‑användning till IWA-kategorierna kan forskare jämföra ChatGPT‑meddelanden med aktiviteter som utförs inom olika yrken i USA. De två visualiseringarna nedan jämför hur människor använder ChatGPT med de aktiviteter som utförs inom olika yrken i USA. Jämförelsen visar skillnaden mellan hur människor använder ChatGPT i arbetet och det arbete som faktiskt utförs i USA:s ekonomi. De två fördelningarna skiljer sig avsevärt åt, främst eftersom cirka 43 % av den sysselsättningsviktade fördelningen av arbetsuppgifter i de kartlagda amerikanska yrkena hamnar under Övriga IWA, utanför de kategorier som redovisas var för sig. Det handlar bland annat om aktiviteter som att flytta material, köra fordon och föra patientjournaler. Dessa utelämnade kategorier nådde inte upp till vårt tröskelvärde för konsekvent representation i vårt ursprungliga amerikanska ChatGPT‑urval.
Välj en aktivitet för att se hur vanlig den är i användningen av ChatGPT jämfört med i USA:s ekonomi som helhet.
Den här publiceringen bygger vidare på OpenAI Signals, vårt löpande arbete med att dela kunskapsunderlag om hur människor använder AI. Uppgifterna omfattar arbetsrelaterade meddelanden i individuella ChatGPT‑abonnemang och inkluderar inte företagsmeddelanden eller användning av Codex. Vi välkomnar forskare att utforska dessa data, koppla dem till andra källor och undersöka vad mönstren betyder för arbetstagare och företag.
För att skydda användarnas integritet läser forskare inte enskilda konversationer. Automatiserade system klassificerar meddelanden efter att identifierande uppgifter har tagits bort. Vi publicerar aggregerad statistik, utelämnar resultat för små grupper och lägger till statistiskt brus för att skydda enskilda meddelanden.
