Individuelle Signals-data
Gennemse dataene for at se globale ChatGPT‑ibrugtagningsmønstre blandt enkeltpersoner, geografisk fordeling samt anvendelse i og uden for arbejdet.
På denne side kan du finde regelmæssigt opdaterede, privatlivsbevarende indsigter om ibrugtagning og reel anvendelse af ChatGPT blandt enkeltpersoner. Denne analyse er baseret på en stikprøve af beskeder mellem juli 2024 og juni 2026. Dette datasæt afspejler kun beskeder på ChatGPT Free-, Go-, Plus- og Pro-konti, som er konti, der generelt administreres af enkeltpersoner frem for institutioner. Du kan få flere oplysninger om, hvordan organisationer bruger AI, ved at besøge Enterprise Signals her.
De tilgængelige data her giver indsigt i, hvordan ChatGPT bruges på arbejdet og til personlige projekter. Dette omfatter de mest hyppigt forekommende samtaleemner på højt niveau, samt hvorvidt brugernes beskeder fokuserer på at bede en chatbot om at gøre noget, stille en chatbot spørgsmål, bede om information eller udtrykke sig selv. Dette datasæt omfatter kun individuelle ChatGPT‑beskeder og udelukker brug i virksomheder samt Codex, og underrepræsenterer derfor sandsynligvis forretningsmæssige og tekniske brugsscenarier.
Dette afsnit ser på den overordnede brug af ChatGPT på tværs af arbejds- og ikke-arbejdsmæssige sammenhænge. Dataene viser, at visse samtaleemner—såsom teknisk hjælp og skrivning—opstår oftere i arbejdsrelaterede sammenhænge end i ikke-arbejdsrelaterede sammenhænge.
Dataene er baseret på beskeder sendt i juni 2026.
Dette afsnit undersøger, hvordan individuelle ChatGPT‑abonnementer bruges til arbejdsformål, især hvilke emner folk fokuserer på i arbejdsrelaterede beskeder, og hvilke typer af opgaver de beder ChatGPT om at udføre. Dette datasæt omfatter kun individuelle ChatGPT‑beskeder, og udelukker brug i virksomheder samt Codex, og underrepræsenterer derfor sandsynligvis forretningsmæssige og tekniske brugsscenarier.
Dette diagram viser sandsynligheden for, at en besked er arbejdsrelateret baseret på den anvendte plan, hvilket giver os en forståelse af, hvilke modeller folk anvender til arbejde kontra andre formål. I dette diagram starter dataene i september 2024, ikke i juli 2024.
At spørge er, når en bruger søger information eller afklaring fra ChatGPT. At gøre er, når en bruger ønsker, at ChatGPT skal producere et output eller udføre en opgave. At udtrykke sig er, når en bruger udtrykker synspunkter eller følelser til ChatGPT, men ikke søger nogen information eller handling fra det. Dataene er baseret på beskeder sendt i juni 2026.
Information om andelen af beskeder og andelen af arbejdsrelaterede beskeder efter O*NET-mellemliggende arbejdsaktivitet vises ikke på denne side for hver måned. De data kan downloades på siden om data og metode.
Kortet ovenfor viser rangeringen af lande efter antallet af sendte beskeder pr. person mellem april og juni 2026. Mindre tal svarer til højere niveauer af brug pr. indbygger. Lande med utilstrækkelige data samt lande, hvor OpenAI ikke driver virksomhed, er udeladt.
Dette tal er baseret på data fra 2025.
Dette tal er baseret på data fra 2025.
Dette afsnit tilvejebringer data om, hvordan forskellige grupper af brugere anvender ChatGPT. Nærmere bestemt ser vi på andelen af beskeder, der er sendt af brugere i hver selvrapporteret aldersgruppe og af brugere med typisk maskuline eller feminine fornavne, samt hvilke samtaleemner, der er mere eller mindre hyppige afhængigt af den selvrapporterede aldersgruppe eller navnetype. Dette hjælper os med at forstå, hvordan forskellige demografiske grupper interagerer med ChatGPT.
Dette er en analyse af kun de brugere, der selv har oplyst deres alder på ChatGPT‑platformen.
Dette er en analyse af kun de brugere, der har selvrapporteret deres alder på ChatGPT‑platformen. Søjlerne afspejler andelen af beskeder inden for hvert emne, som blev sendt af brugere i de enkelte selvrapporterede aldersgrupper i juni 2026.
Dette viser vores bedste estimat af, hvor mange personer med typisk feminine eller maskuline navne der bruger ChatGPT, da vi ikke indsamler oplysninger om brugernes køn.
Denne analyse udelukker meddelelser fra navne, der ikke typisk er maskuline eller typisk feminine. Du kan finde flere oplysninger om den metode, vi brugte til at fastlægge dette, ved at læse vores fulde metode.
Denne figur viser andelen af beskeder i hvert brugsscenarie, der blev sendt af brugere med traditionelt maskuline og traditionelt feminine navne i juni 2026. Denne analyse udelukker beskeder fra navne, der ikke typisk er maskuline eller typisk feminine. Du kan finde flere oplysninger om den metode, vi brugte til at fastlægge dette, ved at læse vores fulde metode.
Hvis du downloader og bruger disse data, bedes du citere vores arbejde med følgende foreslåede kildehenvisning:
Aaron Chatterji, Thomas Cunningham, David J. Deming, Zoe Hitzig, Drew Johnston, Alex Martin Richmond, Christopher Ong, Carl Yan Shan, og Kevin Wadman, "OpenAI Signals v2.0," https://cdn.openai.com/signals/data-dictionary.pdf.
Udforsk mere
OpenAI Signals
Et knudepunkt for data, forskning, analyse og historier fra OpenAI's økonomiske forskningsteam.
Research og analyse
Forskning og analyse af, hvordan AI bliver adopteret, og dens indvirkning på økonomien og samfundet.
Data og metode
Download data og forstå metodologien bag det, vi har offentliggjort.
Enterprise Signals-data
OpenAI’s Enterprise Signals sporer AI-ibrugtagning på tværs af brancher og forretningsfunktioner. Udforsk forskellen mellem de banebrydende virksomheder, agentisk arbejde og data om virksomhedsbrug.