Завантажити дані та методологію

У цьому розділі можна завантажити дані та ознайомитися з методологією, на якій ґрунтуються опубліковані матеріали.

Завантажити CSV-файли з даними Словник даних

Ми запрошуємо вас використовувати дані Signals для власних досліджень. Ви можете завантажити відповідні дані за допомогою кнопки “Download CSV files of the data” та дізнатися більше про нашу методологію нижче.Усі дані Signals ліцензовано для використання відповідно до ліцензії Creative Commons CC BY 4.0⁠(відкривається у новому вікні), яка дозволяє використовувати, поширювати та адаптувати дані за умови зазначення авторства або посилання на джерело. Якщо ви завантажуєте та використовуєте ці дані, просимо цитувати нашу роботу так: Aaron Chatterji, Thomas Cunningham, David J. Deming, Zoe Hitzig, Christopher Ong, Carl Yan Shan, and Kevin Wadman, “How People Use ChatGPT,” NBER Working Paper 34255 (2025), https://doi.org/10.3386/w34255⁠(відкривається у новому вікні).

Методологія

Ці дані призначені для вимірювання того, як ChatGPT використовується у світі, із дотриманням високих стандартів захисту конфіденційності. Наш набір даних включає сто тисяч статистичних показників, заснованих на класифікаціях повідомлень споживачів ChatGPT щомісяця з липня 2024 року по грудень 2025 року з облікових записів із задекларованим віком не менше 18 років. Він не включає жодних статистичних показників, заснованих на класифікаціях корпоративних повідомлень, і, як наслідок, ці дані, ймовірно, недооцінюють використання в бізнесі. У представлених візуалізаціях усі показники є глобальними, якщо не зазначено інше.

Дослідники не переглядали необроблений текст повідомлень користувачів. Аналізи, що стосуються вмісту повідомлень, ґрунтувалися на автоматизованих результатах класифікаторів, застосованих до деідентифікованих даних, які попередньо було очищено від персонально ідентифікованої інформації (PII). Усе поширення даних Signals здійснюється відповідно до Політики конфіденційності OpenAI⁠.

Решта цього додатка описує наш конвеєр захисту конфіденційності, підхід до вибірки та проєктування класифікаторів, а також будь-яку конкретну інформацію для окремих візуалізацій даних.