ChatGPT工作使用 偏重文書處理

刊於《信報》，2025年11月3日

ChatGPT工作使用 偏重文書處理

許佳龍

科大商學院署理院長；資訊、商業統計及營運學系講座教授；艾禮文家族商學教授

本文續談OpenAI 研究團隊與哈佛大學經濟學家David Deming聯合進行的一項研究（How People Use ChatGPT），考察2022年11月ChatGPT面世後，到2025年 7月底，期間用戶使用行為的變化。研究發現，用戶與ChatGPT的三大主題對話——「實用指導」（Practical Guidance）、「搜尋資訊」（Seeking Information）和「寫作」（Writing）中，「搜尋資訊」佔所有對話的比例，有明顯增長，從14%升至24%，但值得注意的是，在非工作上的增長，較工作上的增長更快。

對生成內容不可盲目接受

對於大語言模型生成的資訊內容，筆者過去在本欄及其他媒體都提及，其提供的資訊答案未必準確無誤，甚至有時可能是「無中生有」。

目前，我們看到，不少人包括筆者身邊的朋友，都把大語言模型生成的訊息答案，一律視之為正確無訛，這令筆者感到不安，因為一旦對答案訊息深信不疑，不加考証，便有可能導致用戶在認知上做出錯誤判斷，後果可大可小。

如今調研發現，在「搜尋資訊」主題對話，無論在工作上或非工作上都有所增加，反映用戶相當依賴大語言模型生成的內容，作為指導生活行為以至決策的諮詢「工具導師」，「言聽而計從」，這種發展狀況並不理想。

值得強調，用戶使用AI大語言模型時，最好能夠反芻思考一下AI所生成的內容答案，不宜盲目地全盤接受，尤其對那些會產生影響性後果的答案訊息，更需要檢視，養成核實內容是否正確的良好習慣。

男女數碼鴻溝收窄

在數碼鴻溝方面，我們看到，女姓用戶的數目持續上升，從37%增至52%，男女使用比例幾近不相伯仲。筆者估計，這個現象與工作及非工作上的應用雙雙增加有一定關係。事實上，在職場，無論就業率或資訊科技工具的應用，男女的使用比例並不一致，如今ChatGPT通過在日常生活應用的滲透，把男女的數碼鴻溝有效收窄，反映AI具潛力擴展在生活上的應用邊界。

再細緻地檢視這次調研，研究團隊使用了「通用工作活動」（Generalized Work Activities‧GWA）作分析框架，對人們使用ChatGPT從事的「工作」進行歸類、量化和分析。所謂GWA是指完成主要工作職能所需的核心、基本行動與技能，代表工作的基本要素，而非具體的任務細節。這些活動可以分為一些通用類別，例如「資訊輸入」、「與他人互動」等等。換言之，研究人員並非看用戶是「工程師」抑或「作家」，而是去分析他們與ChatGPT的對話內容，本質上是在進行哪一種通用工作活動。

ChatGPT整體使用模式

研究團隊首先按序列示了屬於七類通用工作活動（GWA）的訊息比例，通過收集「所有」與ChatGPT 的對話通訊，着眼用戶與ChatGPT的整體性應用情況。研究發現，近一半的資訊（45.2%），屬於與獲取資訊和闡釋資訊含義相關的三類活動，即（1）獲取資訊（Getting information‧19.3%）；（2）為他人解讀訊息含義（Interpreting the meaning of information for others‧13.1%）；（3）文件記錄/資訊整理（Documenting/Recording information‧12.8%）；其餘的通用工作活動包括（4）提供諮詢和建議（Providing consultation and advice to others‧9.2%）；（5）創意思考（Thinking creativity‧9.1%）；（6）決策及解決問題（Making decision and solving problems‧8.5%）；（7）電腦操作（Working with computers‧4.9%）。這七項「通用工作行動」合計佔所有對話資訊的76.9%。

很顯然，第3項的「文件記錄/資訊整理」，屬於客觀性的操作，基本沒有生成資訊內容的訛錯風險。事實上，目前愈來愈多人使用大語言模型去協助抽取會議上的重點資訊，或將之綜合成報告。但除此之外，其他活動，包括資訊的獲取、解讀資訊的含義、提供決策意見等，都牽涉內容是否正確的問題，一旦訊息內容有訛錯，相信會對用者產生誤導性錯判的潛在風險。

這項發現給出什麼啟迪？，當我們進一步優化大語言模型的研究工作和應用功能，實在有必要確保生成式資訊內容的正確性。因為若準確性無法提升，難免對用者構成負面性影響，甚至此舉會窒碍了大語言模型的應用和發展。

ChatGPT在職場上的使用模式

另一方面，研究團隊亦透過「通用工作活動」分析框架，把所有訊息歸類為「與工作相關」那一部份訊息，亦即聚焦「工作相關」的對話，以揭示ChatGPT在工作職場上的應用模式。研究發現，依次為（1）文件記錄/資訊整理（18.4%）；（2）決策與問題解決（14.9%）；（3）創意思考（13.0%）；（4）電腦操作（Working with computers‧10.8%）；（5）為他人解讀資訊含義（10.1%）；（6）獲取資訊（9.3%）；（7）提供諮詢與建議（4.4%）［參見附圖］。這七類GWA合計佔工作相關訊息近81%。

我們看到，在工作上使用ChatGPT，文件記錄/資訊整理佔比最大，顯示公司或機構，目前樂於使用ChatGPT進行文書處理，這絕對是一個良好趨勢。至於電腦操作在工作上也得到較多應用，用戶通過使用ChatGPT來提升運用電腦的能力，也屬好事。這兩方面的應用無疑都是安全的，用戶可以獲取那些不虞有訛錯風險的資訊，而且也是可以提升生產力的應用。

總的來說，大語言模型的發展目前方興未艾，因此，了解用戶的應用模式，有助把這個AI工具的應用功能進一步優化，提升其增加生產力的作用。不過，對大於語言模型生成的內容，用戶絕不宜視之為必然準確無訛，不假思索地全盤接受，而必須加以思考。若所生成的資訊，牽涉用戶繼後採取決策行動，更需要三思而後行，避免因過度依賴生成式資訊，在工作或學習過程中，於認知上出現錯判。