Alig két és fél évvel az indulás után a ChatGPT elérte a 700 millió heti aktív felhasználót. Ez a szám önmagában is lenyűgöző, de ami igazán érdekes, az nem a mennyiség, hanem az, hogyan használjuk ezt a technológiát. Egy friss NBER kutatás (Chatterji et al., 2025) most először vetett alapos pillantást a ChatGPT belső adataira…

A Harvard, Duke és az OpenAI kutatói 2024 májusa és 2025 júniusa között több mint 1 millió beszélgetést elemeztek, méghozzá úgy, hogy egyetlen emberi szem sem látta a tényleges üzeneteket. Az automatizált osztályozó rendszer és a szigorú adatvédelmi protokollok egyszerre biztosították a pontosságot és a felhasználók privátszféráját. Miért fontos ez? Mert eddig csak sejtéseink voltak, most viszont adataink vannak arról, hogy mi történik valójában, amikor egy AI-chatbottal dolgozunk.

Nem a munkáról szól

Ha azt hitted, hogy a ChatGPT elsősorban munkaeszköz, akkor tévedtél. 2024 júniusában a ChatGPT-üzenetek 53%-a volt nem munkahelyi használat, 2025 júniusára ez az arány 73%-ra ugrott. Mindkét típusú használat nőtt, de a nem-munkahelyi üzenetek sokkal gyorsabban.

Mit jelent ez a gyakorlatban? Azt, hogy az emberek a ChatGPT-t leginkább tanulásra, mindennapjaik problémáinak megoldására, kreatív projektekhez, útmutatáshoz használják. A nem-munkahelyi használat növekedése nem kompozíciós hatás, nem egyszerűen arról van szó, hogy újabb és újabb „hobbi-felhasználók” csatlakoznak. Még a legelső, 2022-es felhasználók körében is látszik ugyanez a trend: egyre többet használják nem-munkahelyi célokra.

És hogy itthon mennyien keresnek rá a ChatGPT-re? Nézd csak meg az alábbi ábrát: a 2023 év eleji csúcshoz képest, amikor nagy hype volt a körülötte, ma már 4-szer többen!

Az AI gazdasági hatásáról szóló beszélgetések eddig szinte kizárólag a produktivitásra, a munkahelyi teljesítményre koncentráltak. De ha már most is majdnem háromnegyede a használatnak arra megy, hogy segítsen megtanulni egy új főzési technikát, megérteni egy történelmi eseményt, vagy edzéstervet összeállítani. Így érdemes lehet más szemüveget felvenni.

A munkahelyen az írás a király

Persze a munkahelyi használat sem elhanyagolható, és itt a folyamatok, a munkahelyi üzenetek 40%-a az írással kapcsolatosak. Ez messze a leggyakoribb munkahelyi felhasználási mód, még a technikai segítség (programozás, matematika) is csak töredékét teszi ki ennek: egészen pontosan 16%-ot, bár itt érdemes megjegyezni, hogy a kódolási asszisztensek megjelenésével, ezek a beszélgetések kivonultak a ChatGPT platformjáról (APIkon third-party appokba, felületekre), így ezért lehet kevesebb a beszélgetésekben talált efféle tartalom.

De mi számít „írásnak” ebben a kontextusban? Sokféle dolog:

• e-mailek fogalmazása, 
• dokumentumok szerkesztése, 
• jelentések összefoglalása, 
• fordítás, 
• szövegek kritikai átolvasása.

És ezeknek kétharmada nem új szöveg létrehozása, hanem meglévő szöveg módosítása. Tehát nem arról van szó, hogy a ChatGPT „megírja helyetted” a munkát, sokkal inkább arról, hogy segít csiszolni, formázni, javítani azt, amit már elkészítettél. 

Miért olyan domináns az írás? A National Association of Colleges and Employers 2024-es felmérése szerint a jó íráskészség az egyik legkeresettebb „soft skill” a munkáltatók körében. Szinte minden white-collar munkakör megköveteli valamilyen szinten, legyen szó ügyvédi memorandumról, projektjelentésről, ügyfél-kommunikációról vagy belső dokumentációról.

A döntéstámogatás ereje

A kutatók egy különös osztályozást vezettek be: megkülönböztettek „Asking”, „Doing” és „Expressing” típusú üzeneteket.

• Asking: információt, tanácsot kérsz, hogy jobb döntést tudj hozni
• Doing: konkrét feladatot kérsz, aminek az outputja beépül a munkádba
• Expressing: kifejezed magad, csevegés, játék

Az összes üzenet 49%-a Asking, 40% Doing, 11% Expressing. 2024 júliusában még körülbelül fele-fele arányban voltak az Asking és Doing üzenetek, 2025 június végére viszont az Asking 51,6%-ra, a Doing pedig 34,6%-ra változott. Vagyis az emberek egyre inkább tanácsadóként, nem pedig feladatvégrehajtó eszközként használják a ChatGPT-t. (Ami a hírekben néha negatívan meg is látszódik lsd. chatgpt diéta miatt kórházba kerülés…stb.)

Az Asking-üzenetek pedig következetesen magasabb minőségi értékelést kapnak, mind az automatizált osztályozó, mind a közvetlen felhasználói visszajelzések alapján. Az „interaction quality” elemzés megmutatta, hogy amikor a ChatGPT információval, tanáccsal szolgál, a felhasználók sokkal elégedettebbek, mint amikor konkrét feladatot hajt végre. (“rossz gpt, rossz gpt”)

Ne csak arra koncentrálj, hogy „mit tud megcsinálni helyettem”. Sokkal fontosabb lehet, hogy hogyan tudja jobbá tenni a döntéseidet.

Ez elméleti szempontból is fontos. Ide és Talamas (2025) modellje szerint az AI-ágensek vagy munkatársként működhetnek (output-termelés), vagy co-pilotként (tanácsadás és a humán problémamegoldás javítása). A használati adatok egyértelműen a második irányba mutatnak, és nem véletlenül. A tudásintenzív munkákban a döntések minősége határozza meg a produktivitást, nem az, hogy mennyire gyorsan tudsz begépelni valamit.

O*NET elemzés: mit csinálunk valójában?

A kutatók arra is kíváncsiak voltak, hogy pontosan milyen munkahelyi tevékenységekhez használják az emberek a ChatGPT-t. Ehhez az amerikai O*NET adatbázist használták, amely 332 „közbülső munkatevékenységet” (Intermediate Work Activity) különböztet meg.

Az eredmény? A munkahelyi üzenetek körülbelül 81%-a két széles kategóriába esik: 

(1) információ megszerzése, dokumentálása és értelmezése; 

(2) döntéshozatal, tanácsadás, problémamegoldás és kreatív gondolkodás.

Még konkrétabban: az összes üzenet 19,3%-a „Getting Information”, 13,1%-a „Interpreting Information for Others”, 12,8%-a „Documenting/Recording Information”. Ezek együtt majdnem a felét adják az összes használatnak. És ezek a munkatevékenységek szinte azonos gyakorisággal jelennek meg teljesen különböző foglalkozásokban. Legyen szó vezetőről, mérnökről, egészségügyi dolgozóról vagy értékesítőről! Mindenhol a döntéshozatal és az információkezelés van az első helyeken.

Tehát úgy tűnik, mintha a ChatGPT használatának mintázata sokkal univerzálisabb volna, mint gondolnánk. Nem arról van szó, hogy a programozók programozáshoz, az írók íráshoz használják: mindenki alapvetően ugyanazokhoz a kognitív folyamatokhoz kér segítséget: információgyűjtés, döntéshozatal, gondolatok tisztázása.

Nézőpont kérdése

Ha a használat 73%-a nem munkahelyi, akkor érdemes újragondolni, hogyan mérjük ezeknek a technológiáknak a társadalmi hatását. Az oktatástól a mindennapi problémamegoldásig óriási érték keletkezik, amit a hagyományos GDP-számítás nem is ragad meg.

De tartsuk észben a kontextust. Ez a kutatás kizárólag a ChatGPT chat-felületének használatát vizsgálta. Nem tartalmazza az API-használatot, ahol fejlesztők építenek be AI-funkciókat saját alkalmazásaikba. Nem tartalmazza a tool-funkciókat, automatizációkat és harmadik féltől származó integrációkat, ahol a háttérben ChatGPT dolgozik, de te már nem is tudod róla.

Amit itt látunk, az inkább egy társadalmi használati mintázat pillanatfelvétele, nem a teljes AI-ökoszisztéma átfogó elemzése. És ez az anonim, automatizált elemzési módszer – bármennyire is innovatív – korlátokkal jár. Nem tudja mérni a valódi hatást: hogy mennyivel lett jobb egy döntés, mennyit spórolt valaki, mennyivel tanult gyorsabban…stb.

Egyelőre legalább azt tudjuk: amikor az emberek szabadon dönthetnek, hogyan használnak egy AI-eszközt, elsősorban nem robotot, hanem tanácsadót keresnek benne. És ez önmagában is elég ahhoz, hogy újragondoljuk, mit is várunk el ettől a technológiától.

Olvasnál még a témában?

• 5 érdekesség az AI kapcsán, amit észre sem veszünk – kutatás
• PwC: „juniorból menedzser” 3 éven belül! Az entry-level poziknak vége?
• AI-SaaS vagy tanácsadó? A legtöbb mesterséges intelligenciás startup nem az, aminek látszik
• Az eddig ismert internetnek annyi?
  

Forrás:
National Bureau of Economic Research, Harvard Kennedy School, OpenAI

Fotó:
Envato License