ChatGPT: расширяя границы применения в работе
Команда экономических исследований OpenAI публикует данные для более глубокого изучения вопросов ИИ и труда.
Сегодня мы публикуем данные OpenAI Signals, охватывающие 165 видов трудовой деятельности почти в 100 странах и показывающие, как люди используют ChatGPT для работы. Эти данные дают исследователям новый способ изучать роль ИИ в экономике. Они содержат новые сведения о рабочих задачах, с которыми люди обращаются к ChatGPT: от подготовки учебных и маркетинговых материалов до программирования и анализа бизнес-данных.
Исследователи могут использовать эти данные, чтобы изучать различия в применении ChatGPT для работы между странами, отслеживать изменения со временем и сопоставлять эти данные с другими экономическими показателями. В опубликованных данных использование ChatGPT соотнесено со 165 категориями трудовой деятельности среднего уровня детализации — Intermediate Work Activities (IWA). IWA — это общепринятые категории задач, которые люди выполняют в разных профессиях. Данные представлены по кварталам за период с первого квартала 2025 года по третий квартал 2026 года.
Наши новые данные опираются на O*NET — стандартизированную систему, которая объединяет задачи отдельных профессий в более широкие категории трудовой деятельности, общие для разных профессий. Единая система классификации помогает исследователям сопоставлять использование ChatGPT с другими данными о профессиях и занятости.
На интерактивной диаграмме ниже можно изучить динамику этих видов деятельности в отдельной стране, переходя от общих групп к более конкретным видам деятельности. Данные показывают, что использование ChatGPT для работы значительно различается между странами.
Узнайте, с какими рабочими задачами люди обращаются к ChatGPT. Выберите группу видов деятельности, чтобы увидеть входящие в неё задачи и их динамику, или выберите страну, чтобы изучить распределение сообщений о работе.
Сопоставление этих данных с IWA показало, что использование ChatGPT для работы стало меньше концентрироваться на самых распространённых видах деятельности. Это означает, что со временем страны, как правило, специализировались на определённых видах работы, причём в разных странах эта специализация различалась. Эти различия могут отражать как особенности выполняемой в разных странах работы, так и неодинаковую доступность инструментов ИИ. Изучение этих вопросов — лишь одно из многих направлений исследований, которые открывают новые данные.
В 74 странах, по которым наблюдения велись каждый квартал, на десять самых распространённых видов деятельности в среднем приходилось 51,1% классифицированных сообщений о работе в третьем квартале 2026 года — по сравнению с 56,0% в первом квартале 2025 года.
Сопоставление данных об использовании ChatGPT с IWA позволяет исследователям сравнивать сообщения в ChatGPT с видами деятельности, выполняемыми в разных профессиях в США. Две диаграммы ниже сопоставляют использование ChatGPT с видами деятельности, выполняемыми в разных профессиях в США. Это сравнение показывает различия между тем, как люди используют ChatGPT для работы, и работой, которая фактически выполняется в экономике США. Два распределения существенно различаются — во многом потому, что около 43% задач по сопоставленным профессиям США, с учётом численности занятых, приходится на категорию «Другие IWA», а не на категории, представленные отдельно. К ним относятся, например, перемещение материалов, управление транспортными средствами и ведение медицинской документации. Эти категории не представлены отдельно, поскольку их доля не достигла установленного нами порога устойчивой представленности в исходной американской выборке сообщений ChatGPT.
Выберите вид деятельности, чтобы сравнить его долю в использовании ChatGPT и в экономике США в целом.
Эта публикация продолжает инициативу OpenAI Signals, в рамках которой мы регулярно делимся данными о том, как люди используют ИИ. Данные охватывают сообщения о работе в ChatGPT на индивидуальных тарифах и не включают корпоративные сообщения или использование Codex. Мы приглашаем исследователей изучить эти данные, сопоставить их с другими источниками и выяснить, что выявленные закономерности означают для работников и бизнеса.
Чтобы защитить конфиденциальность пользователей, исследователи не читают отдельные разговоры. Автоматизированные системы классифицируют сообщения после удаления сведений, позволяющих установить личность. Мы публикуем обобщённую статистику, не раскрываем результаты для малых групп и добавляем статистический шум, чтобы защитить отдельные сообщения.
