ChatGPTでユーザーは何をするのでしょうか?プログラミングは30%を占めています。数千万人のユーザーを分析すると答えが見つかります

ChatGPTでユーザーは何をするのでしょうか?プログラミングは30%を占めています。数千万人のユーザーを分析すると答えが見つかります

生成 AI、特に ChatGPT は、技術系プレス、主流メディア、そしてほぼすべての分野の専門家の間で話題になっています。それはあなたの仕事にどのような支障をきたしますか?人工知能はあなたに取って代わるでしょうか?ハリウッドの脚本家、不動産業者、犬の散歩係、麻酔科医はまだ需要があるのでしょうか?

私たちは、2,000 万台のデバイス (デスクトップとモバイル、200 か国以上) の匿名オプトイン パネルから Web 上の実際のユーザー行動に関する深い洞察を提供している Datos のスタッフと協力し、ChatGPT の謎の少なくとも一部を解明するという困難なプロジェクトに取り組みました。

調査1: ChatGPTの利用は増加していますか?

「ChatGPT は使用量が 900% 増加すると予測」や「ChatGPT は Facebook が 10 年かけて達成したことを 6 か月で達成」といった息を呑むようなレポートを読むと、このトークン予測生成システムはすべてのベンチャー キャピタリストが夢見る J カーブ成長を実現していると思うでしょう。しかし、もっと鋭い観察力を持つ人なら、The Honest Brokerの最近の記事「ChatGPTの不快な指標はAIの需要が縮小していることを明らかにする」や、ウォール・ストリート・ジャーナルやワシントン・ポストの同様の記事に気づいたかもしれない。

まず、マクロの観点から OpenAI トラフィックを見てみましょう。

写真

OpenAIのトラフィックは5月以降29.15%減少しました。この状況を説明できる理論は数多くあるが、そのどれもが生成 AI への関心やその利用が実際に減少していることを示唆するものではない。

誤解 1) プロ/常連ユーザーの使用率は依然として過去最高か増加傾向にあり、新規/非タスク特化ユーザーの使用率のみが減少している

誤解 2) 使用量の多くは学業に関連しており、米国、カナダ、および夏休みのあるその他の国の教育関連ユーザーが使用量の減少の原因となっています。

Datos のクリックストリーム調査では、調査に参加した何百万ものデバイスがアクセスしたすべての URL が収集され、OpenAI の月間トラフィックだけでなく、それらのデバイスによるアクセス数も確認できます。これは、主張 1 を検証または除外するのに役立つはずです。

写真

ここでは、1 か月あたり 1 ~ 2 回の訪問があるデバイスの数が 5 月から実際に減少していることがわかります。このグループの訪問も 12 月に大幅に減少しました (ChatGPT 3 の機能に関する速報により、初回使用が急増したため)。しかし、月間訪問数が 3 ~ 10 のデバイス、または月間訪問数が 11 回を超えるデバイスを分析すると、ステートメント 1 の議論は説得力がありません。両デバイスとも、5月以降、訪問数が大幅に減少しています。実際、月間11回以上の訪問があるデバイスの数は4月から減少しています。

残るは 2 番目の理論です。つまり、ユーザーを教育することが減少の原因です。 4月以降の数字の減少を考えると、これは難しい主張ですが、ChatGPTの使用状況については今後さらに詳しくわかるので、引き続き調査を続けましょう。

調査 2: ChatGPT に解決を依頼するタスクは何ですか?

ChatGPT の応用を推進しているのは、教育分野での応用ですか?私たちは、宿題のほとんどを人工知能を使ってこなす学生の世代を育てているのでしょうか?あるいは、逆に言えば、ChatGPT は質問に答える Google 検索に取って代わり、ソフトウェア プログラマーの必要性をなくし、おそらくロール プレイング ゲーム テーブルで過重労働する「ストーリーテラー」(ST) に取って代わることになります。

これらの質問に答えるために、Datos は ChatGPT から 7,000 件を超える実際のユーザー プロンプトを SparkToro に提供し、最も信頼性が高く関連性の高い 4,098 件をフィルターで除外しました (数語のみ、意味不明な言葉、絵文字などを含む無意味なプロンプトは除外)。

この結果は非常に興味深いです。まず、各セッションに含まれるプロンプトの数を分類します。

写真

上記から、ChatGPT ユーザーは、単一のプロンプト、2〜4 のプロンプト、5 以上のプロンプト セッション (それぞれ 1/3) にほぼ均等に分かれていることがわかります。ただし、このタイプの分析では、ユーザーがこれらのプロンプトを使用して何をしているかはわかりません。 Datos は ChatGPT ページの全文を提供しているため、私たちはそれを分析しました (利用可能な最高のトピック分類システムの 1 つ、つまり ChatGPT 自体を使用)。

写真

まず ChatGPT にカテゴリ分類を依頼し、最も一般的なもの (4098 個の固有のプロンプトのうち、95% 以上を占めるのは約 20 個のみ) を取得し、上記のように手動でトップレベルのカテゴリに分割しました。プログラミングは最大のユースケースであり、Prompt シリーズの 29.14% がこのユースケースに属しています。また、最も明確で、曖昧さが最も少ないです。分類器の精度を確認するために、各プロンプト シリーズで 100 を超えるプロンプトを手動でチェックしました (困難ですが興味深い作業です)。そして、ChatGPT がプログラミング ヘルプとしてマークしたすべてのプロンプトにプログラミング ヘルプ (特定のコードの作成、コードのフォーマット、コード内のエラーの検出など) が含まれていることがわかりました。

他の人がよく指摘しているように、このツールはプログラミング関連のタスクに優れています。人気があるのも不思議ではありません。

次は教育です。ただし、初等教育や中等教育だけではありません。これには、仕事上の専門知識だけでなく、個人的な知識や興味の追求も含まれます。コンテンツ作成についても同じことが言えます。明らかに個人的なものもあれば (データセットでよく見られるのは、D&D ダンジョン マスターが冒険のために謎やクエストを考え出す必要があるというものです)、専門的なものもあります (「デトロイトの配管問題について 500 ワードのブログ記事を書いてください」など。おそらく、自分で資料を書くのに飽きたコンテンツ マーケティング担当者でしょう)。

営業とマーケティングのユースケースはコンテンツ作成と重複していますが、営業とマーケティングの専門家がタスクを完了するのを支援するものとしてのみ分類できるセッションのみを表示するために、それらを分離することを選択しました (分析、製品を宣伝するチャネルに関する質問、広告の最適化タスク、さらには情報/プロモーションのヘルプもすべてデータセットに含まれています)。

この調査をより細分化するために、サブカテゴリのほぼ完全な内訳を提供しました(重複度が高い/主観的なサブカテゴリは統合しました)。

写真

上記の円グラフでは、セグメントをスキャンしやすくするために色分けしています。たとえば、「ライティング支援」、「個人コンテンツ作成」、「クリエイティブなアイデア創出」、「プロフェッショナルコンテンツ作成」はすべて、より広範な「コンテンツ」ユースケースに該当するため、すべて灰色でコード化されています。

高等教育、初等教育、宿題はすべて ChatGPT セッションが分類されるサブカテゴリであり、これらのカテゴリを合わせるとすべてのユースケースの約 10% を占めます。これは、4 月/5 月から 7 月にかけてのトラフィックの約 29% の減少を説明するには不十分なので、2 番目の理論を結論付けることができると思います。

また、ChatGPT プロンプトの会話で最もよく使われる単語のいくつかを分析するのも興味深いと思いました。興味がある人のために、以下に視覚化したものを掲載しました。

写真

「書き込み」、「作成」、「リスト」は、ChatGPT プロンプトで注目すべき明らかな動詞かもしれません。しかし、「SEO」はプロンプト会話の 2.39% で見つかりました。ショッキング! 「ゲーム」は4.66%を占め、これもまた意外な結果となった。この内訳には示されていませんが、それでも非常に興味深いです (少なくとも私にとっては)。

審査員 0.61%

SaaS 0.56%

価格設定 0.54%

カリキュラム 0.46%

雇用 0.44%

雇用主 0.39%

弁護士 0.37%

弁護士 0.37%

ツイート 0.34%

映画 0.32%

DnD (または D&D) 0.17%

RPG(ロールプレイングゲーム) 0.15%

先ほども述べたように、ChatGPT を使用してストーリーをロールプレイする「ストーリーテラー」(ST)の数は驚くべきものです。おそらく、Hasbro/Wizards of the Coasts の開発者は、DnDBeyond の次のアップデートでこの機能を使用することを検討する必要があるでしょう 😊。

この記事はWeChatの公式アカウント「 AIエンジニアリング」から転載したものです。下のQRコードからフォローできます。この記事を転載する場合は公式アカウントまでご連絡ください。

<<:  ChatGPTを使用して安全ヘルメット着用検出プロジェクトを完全に自動的に開発する

>>: 

ブログ    
ブログ    

推薦する

...

...

「AI+」が世界を変える!さまざまな分野における 5 つの主要な AI トレンド

人工知能は現代世界で最も注目され、最も議論されているトピックであり、20年後には人々の世界観を変える...

...

...

大規模モデルの最大のバグは、正解率がほぼゼロであり、GPTからLlamaまで誰も免れないことです。

GPT-3とLlamaに「AはBである」という単純な知識を教え、​​次にBが何であるかを尋ねました...

インテリジェントオートメーションの台頭:デジタル時代のAI、ロボット工学、製造業

人工知能 (AI)、ロボット工学、自動化の融合により、生産性、効率性、革新の新しい時代が到来していま...

...

未成年者の顔情報の処理には保護者の個別の同意が必要です

[[414012]] 「顔認識技術を用いた個人情報処理に関する民事訴訟における法律適用の若干の問題に...

...

...

AIの今後の4つの動向、人類は集団的に失業するのか?

人工知能、特に機械学習とディープラーニングは 2018 年にあらゆるところで話題になりましたが、今後...

開発者の「第2の脳」が登場、GitHub Copilotがアップデートされ、人間の開発参加がさらに減少

Andrej Karpathy 氏が嘆くのは、ソフトウェア開発プロセスにおいてコードを直接記述するこ...

ゲームにおける経路探索アルゴリズムの深い理解

World of Warcraft などの MMOARPG ゲームをプレイしたことがあるなら、キャラ...

RLHFの2%ハッシュレートを使用してLLMからの有害な出力を阻止するために、ByteはLLM忘却学習を提案した。

大規模言語モデル (LLM) の開発により、実務者はより多くの課題に直面しています。 LLM からの...