ChatGPT工作使用 偏重字处理

刊于《信报》，2025年11月3日

ChatGPT工作使用 偏重字处理

许佳龙

科大商学院署理院长；信息、商业统计及营运学系讲座教授；艾礼文家族商学教授

本文续谈OpenAI 研究团队与哈佛大学经济学家David Deming联合进行的一项研究（How People Use ChatGPT），考察2022年11月ChatGPT面世后，到2025年 7月底，期间用户使用行为的变化。研究发现，用户与ChatGPT的三大主题对话——「实用指导」（Practical Guidance）、「搜寻信息」（Seeking Information）和「写作」（Writing）中，「搜寻信息」占所有对话的比例，有明显增长，从14%升至24%，但值得注意的是，在非工作上的增长，较工作上的增长更快。

对生成内容不可盲目接受

对于大语言模型生成的信息内容，笔者过去在本栏及其他媒体都提及，其提供的信息答案未必准确无误，甚至有时可能是「无中生有」。

目前，我们看到，不少人包括笔者身边的朋友，都把大语言模型生成的讯息答案，一律视之为正确无讹，这令笔者感到不安，因为一旦对答案讯息深信不疑，不加考证，便有可能导致用户在认知上做出错误判断，后果可大可小。

如今调研发现，在「搜寻信息」主题对话，无论在工作上或非工作上都有所增加，反映用户相当依赖大语言模型生成的内容，作为指导生活行为以至决策的咨询「工具导师」，「言听而计从」，这种发展状况并不理想。

值得强调，用户使用AI大语言模型时，最好能够反刍思考一下AI所生成的内容答案，不宜盲目地全盘接受，尤其对那些会产生影响性后果的答案讯息，更需要检视，养成核实内容是否正确的良好习惯。

男女数码鸿沟收窄

在数码鸿沟方面，我们看到，女姓用户的数目持续上升，从37%增至52%，男女使用比例几近不相伯仲。笔者估计，这个现象与工作及非工作上的应用双双增加有一定关系。事实上，在职场，无论就业率或信息科技工具的应用，男女的使用比例并不一致，如今ChatGPT通过在日常生活应用的渗透，把男女的数码鸿沟有效收窄，反映AI具潜力扩展在生活上的应用边界。

再细致地检视这次调研，研究团队使用了「通用工作活动」（Generalized Work Activities‧GWA）作分析框架，对人们使用ChatGPT从事的「工作」进行归类、量化和分析。所谓GWA是指完成主要工作职能所需的核心、基本行动与技能，代表工作的基本要素，而非具体的任务细节。这些活动可以分为一些通用类别，例如「信息输入」、「与他人互动」等等。换言之，研究人员并非看用户是「工程师」抑或「作家」，而是去分析他们与ChatGPT的对话内容，本质上是在进行哪一种通用工作活动。

ChatGPT整体使用模式

研究团队首先按序列示了属于七类通用工作活动（GWA）的讯息比例，通过收集「所有」与ChatGPT 的对话通讯，着眼用户与ChatGPT的整体性应用情况。研究发现，近一半的信息（45.2%），属于与获取信息和阐释信息含义相关的三类活动，即（1）获取信息（Getting information‧19.3%）；（2）为他人解读讯息含义（Interpreting the meaning of information for others‧13.1%）；（3）文件记录/信息整理（Documenting/Recording information‧12.8%）；其余的通用工作活动包括（4）提供咨询和建议（Providing consultation and advice to others‧9.2%）；（5）创意思考（Thinking creativity‧9.1%）；（6）决策及解决问题（Making decision and solving problems‧8.5%）；（7）计算机操作（Working with computers‧4.9%）。这七项「通用工作行动」合计占所有对话信息的76.9%。

很显然，第3项的「文件记录/信息整理」，属于客观性的操作，基本没有生成信息内容的讹错风险。事实上，目前愈来愈多人使用大语言模型去协助抽取会议上的重点信息，或将之综合成报告。但除此之外，其他活动，包括信息的获取、解读信息的含义、提供决策意见等，都牵涉内容是否正确的问题，一旦讯息内容有讹错，相信会对用者产生误导性错判的潜在风险。

这项发现给出什么启迪？，当我们进一步优化大语言模型的研究工作和应用功能，实在有必要确保生成式信息内容的正确性。因为若准确性无法提升，难免对用者构成负面性影响，甚至此举会窒碍了大语言模型的应用和发展。

ChatGPT在职场上的使用模式

另一方面，研究团队亦透过「通用工作活动」分析框架，把所有讯息归类为「与工作相关」那一部份讯息，亦即聚焦「工作相关」的对话，以揭示ChatGPT在工作职场上的应用模式。研究发现，依次为（1）文件记录/信息整理（18.4%）；（2）决策与问题解决（14.9%）；（3）创意思考（13.0%）；（4）计算机操作（Working with computers‧10.8%）；（5）为他人解读信息含义（10.1%）；（6）获取信息（9.3%）；（7）提供咨询与建议（4.4%）［参见附图］。这七类GWA合计占工作相关讯息近81%。

我们看到，在工作上使用ChatGPT，文件记录/信息整理占比最大，显示公司或机构，目前乐于使用ChatGPT进行字处理，这绝对是一个良好趋势。至于计算机操作在工作上也得到较多应用，用户通过使用ChatGPT来提升运用计算机的能力，也属好事。这两方面的应用无疑都是安全的，用户可以获取那些不虞有讹错风险的信息，而且也是可以提升生产力的应用。

总的来说，大语言模型的发展目前方兴未艾，因此，了解用户的应用模式，有助把这个AI工具的应用功能进一步优化，提升其增加生产力的作用。不过，对大于语言模型生成的内容，用户绝不宜视之为必然准确无讹，不假思索地全盘接受，而必须加以思考。若所生成的信息，牵涉用户继后采取决策行动，更需要三思而后行，避免因过度依赖生成式信息，在工作或学习过程中，于认知上出现错判。