OpenAI Signals 工作活动数据
OpenAI 将个人版 ChatGPT 的工作消息按活动类别整理出的分国别、分季度数据,本次发布涵盖 2025 年第一季度至 2026 年第三季度
本次变化
OpenAI 于 10 月 26 日发布 Signals 工作活动数据,将个人版 ChatGPT 的工作消息对应到统一的任务分类,展现跨国、跨季度的用途构成。理解这份数据,关键在于区分消息里的活动分布与实际工作结果。
核心判断AI 辅助分析
统一任务分类将 AI 采用转化为可跨国、跨季度比较的活动分布;还需结合独立的任务结果与就业证据,才能进一步解释生产力与技能变化。
以下从一篇以该对象为主体的报道展开,不代表完整评估。
事实拆解
01把工作消息对应到统一活动分类
本次公开结果涵盖近 100 个国家和 165 类中间工作活动,按国家和季度整理,时间跨度为 2025 年第一季度至 2026 年第三季度。O*NET 框架把不同职业中的相似任务归入共同类别,便于与职业资料对照。
阅读完整内容02十项常见活动的平均份额下降
在每个季度均被观察到的 74 个国家中,先计算各国最常见十项活动占本国已分类工作消息的份额,再对这些国家的份额取平均。该平均值从 2025 年第一季度的 56.0% 降至 2026 年第三季度的 51.1%。
阅读完整内容03消息用途与就业任务的覆盖范围不同
这批工作消息来自个人版方案,不含企业消息或 Codex。在已映射的美国职业中,按就业人数加权的任务组合约有 43% 属于未单独报告的 Other IWAs,包括搬运物品、驾驶和维护医疗记录等活动;这些类别此前未达到美国 ChatGPT 样本的持续代表性门槛。
阅读完整内容04公开分类后的汇总统计
OpenAI 表示,研究人员不会阅读单条对话,活动标签由自动分类器从去标识化的消息中推断得出。公开结果对小规模分组设有披露门槛并加入统计噪声。数据字典在 v3.0 更新中还调整了历史样本规模。
阅读完整内容H/ACC 洞察
01先看任务如何进入工作流程
H/ACC 编辑解读:这份数据将 AI 采用细化为具体活动的变化。借助统一分类,研究者可以先识别哪些工作被带入对话,再与职业结构、教育或基础设施资料对照,让讨论落到可以核查的具体活动上。
阅读完整内容后续观察AI 辅助分析
- 在相同国家、季度与同一数据版本下,若调整分类器或纳入 Other IWA,活动份额及国家间差异会变化多少?
- 将活动份额与独立测得的完成率、耗时和就业结构对齐后,哪些变化仍然存在,哪些可由样本构成或工具可及性解释?
判断边界
- 数据仅覆盖纳入样本的个人版 ChatGPT 消息,不含企业消息和 Codex,不能代表全部劳动者、职业或全球 AI 使用。分类本身也可能存在误差。
- 56.0% 与 51.1% 是各国已分类工作消息中活动份额的跨国平均值;43% 是已映射美国职业按就业人数加权的任务组合份额。它们都不是用户占比、生产力增幅或失业比例。原文未说明各期十项活动是否固定为同一组。
- v3.0 重算了历史数据。跨期研究应使用同一版本,并考虑小分组披露门槛与统计噪声;缺失或未报告的值不能直接视为 0。
- H/ACC 未下载 CSV 独立重算统计结果,也未验证分类器误差。