Czy naprawdę używamy AI do pracy? Nowe dane pokazują coś zupełnie innego

Wyobraź sobie, że Twoja organizacja inwestuje w automatyzację, agentów i „asystentów AI”, a tymczasem… większość ludzi używa ChatGPT głównie do spraw domowych i życia codziennego. Brzmi jak paradoks? Najnowsze badanie NBER z września 2025 r. porządnie tasuje karty i pokazuje, jak naprawdę korzystamy z AI – w pracy i poza nią. A wnioski mają bardzo praktyczne implikacje dla szkoleń, wdrożeń i polityk AI w firmach.

Jak rośnie wykorzystanie ChatGPT na przestrzeni lat?

Tempo wzrostu ChatGPT można porównać do jazdy kolejką górską, która ani na moment nie zwalnia. Już w grudniu 2022 roku, zaledwie pięć dni po premierze, liczba zarejestrowanych użytkowników przekroczyła milion. Rok później narzędzie miało już ponad 100 milionów aktywnych użytkowników tygodniowo (WAU), a po dwóch latach – niemal 350 milionów.

Najbardziej imponujący jest jednak ostatni etap: do końca lipca 2025 r. liczba aktywnych użytkowników tygodniowo przekroczyła 700 milionów, co odpowiada prawie 10% całej dorosłej populacji świata.

To sprawia, że ChatGPT stał się jednym z najszybciej rosnących produktów konsumenckich w historii technologii. Dla organizacji oznacza to jedno – nie mówimy już o ciekawostce czy niszowym narzędziu, ale o platformie masowej skali, której znajomość i umiejętne wykorzystanie staje się standardem, a nie przewagą konkurencyjną.

O badaniu: skala, metodologia, prywatność

Design badania. To longitudinalne badanie obserwacyjne oparte na wielkoskalowych danych z konsumenckiego ChatGPT (listopad 2022 – wrzesień 2025). Analiza obejmuje m.in. około 1,1 mln zanonimizowanych wiadomości (V 2024 – VI 2025) oraz podzbiór ~130 tys. użytkowników ze zintegrowanymi danymi o edukacji i zawodzie (w bezpiecznym DCR). Klasyfikacji wiadomości dokonywały automatyczne klasyfikatory LLM (bez wglądu człowieka w treść), m.in. pod kątem: czy to praca?, temat rozmowy (np. Writing, Practical Guidance), intencja (Asking/Doing/Expressing) i aktywność zawodowa O*NET.

Skala użycia. Do lipca 2025 r. ChatGPT osiągnął ~700 mln tygodniowo aktywnych użytkowników i około 18 mld wiadomości tygodniowo – tempo adopcji bez precedensu.

Prywatność. Zastosowano automatyczną anonimizację i klasyfikację bez wglądu człowieka; analizy dot. zatrudnienia prowadzono wyłącznie w Data Clean Room, raportując wyłącznie agregaty.

Jakie są definicje poszczególnych metod korzystania ze sztucznej inteligencji – ważna nomenklatura – klasyfikacja badaczy

Aby lepiej zrozumieć, w jakich obszarach AI faktycznie wspiera użytkowników, badacze pogrupowali miliony rozmów w siedem głównych tematów. Każdy z nich obejmuje kilka konkretnych kategorii – od pisania i edycji tekstów, przez pomoc techniczną, aż po ekspresję osobistą. To podejście pozwala zobaczyć, czy AI jest bardziej edytorem, nauczycielem, doradcą, czy może towarzyszem rozmów.

Co to oznacza w praktyce?

• Writing (Pisanie)
  • Poprawa maila do klienta, by brzmiał bardziej profesjonalnie.
  • Streszczenie notatek ze spotkania na jedną stronę.
  • Przetłumaczenie oferty na angielski.
  • Stworzenie zarysu prezentacji albo… krótkiej opowieści dla dziecka.
• Practical Guidance (Praktyczne wskazówki)
  • Plan treningowy na 3 dni w tygodniu dla początkującego.
  • Instrukcja krok po kroku: jak skonfigurować konto firmowe w social media.
  • Pomoc w przygotowaniu planu nauki do egzaminu.
  • Pytanie o szybki, zdrowy przepis na kolację.
• Technical Help (Pomoc techniczna)
  • Rozwiązanie równania kwadratowego albo innego zadania z matematyki.
  • Wyciągnięcie średniej i odchylenia standardowego z danych w Excelu.
• Multimedia
  • Wygenerowanie grafiki do posta rekrutacyjnego.
  • Analiza obrazu – np. odczytanie tekstu ze zdjęcia.
  • Stworzenie moodboardu w formie obrazków.
• Seeking Information (Poszukiwanie informacji)
  • „Jakie są różnice między podatkiem liniowym a progresywnym?”
  • Sprawdzenie najlepszych modeli laptopów do pracy biurowej.
  • Propozycja menu wegetariańskiego na tydzień.
• Self-Expression (Ekspresja własna)
  • Krótka pogawędka: „hej, jak minął dzień?”
  • Rozmowa o emocjach, np. „czuję się zestresowany przed prezentacją”.
  • Zabawa w roleplay: np. ChatGPT jako „trudny klient”, do ćwiczenia reakcji.
• Other / Unknown (Inne/Nieokreślone)
  • „Jak właściwie działasz?” – pytanie o sam model.
  • Niewyraźnie sformułowane zapytania, które nie pasują do żadnej kategorii.

Struktura tematów rozmów z ChatGPT – co naprawdę pytamy AI?

Ten wykres szczegółowo pokazuje, jak rozkładają się tematy rozmów użytkowników z ChatGPT. Badacze podzielili miliony interakcji na kilkanaście precyzyjnych kategorii – od edycji tekstów i tłumaczeń, przez tutoring, porady zdrowotne, aż po programowanie i tworzenie obrazów.

Dzięki temu możemy zobaczyć, które zastosowania dominują, a które są jedynie niszowe. To spojrzenie jest szczególnie cenne dla organizacji, które planują wdrożenia AI: pomaga odpowiedzieć na pytanie, gdzie tkwi realna wartość dla pracowników, a które obszary są bardziej ciekawostką niż codziennym wsparciem.

Wykres pokazuje, że największa część interakcji z ChatGPT dotyczy dwóch głównych obszarów: pisania (28,1%) i praktycznych wskazówek (28,3%). W ramach pisania dominują takie czynności jak edycja lub krytyka tekstu (10,6%), pisanie osobiste lub komunikacja (8,0%) oraz tłumaczenia (4,5%). To jasno potwierdza, że AI jest przede wszystkim narzędziem wspierającym komunikację i ulepszanie treści, a nie masowym generatorem „od zera”. W kategorii praktycznych wskazówek najczęściej pojawia się tutoring/nauczanie (10,2%) i porady „how-to” (8,5%), co sugeruje, że użytkownicy chętnie korzystają z AI jako mentora lub trenera w tle – zarówno w pracy, jak i w codziennym życiu.

Na trzecim miejscu plasuje się poszukiwanie informacji (21,3%), z przewagą prostych zapytań o fakty (18,3%). W porównaniu do tego pomoc techniczna (7,5%) i multimedia (6,0%) mają mniejsze udziały, choć tu ciekawostką jest stosunkowo wysoki wynik dla programowania (4,2%) oraz generowania obrazów (4,2%). Kategoria ekspresji własnej (4,3%) – obejmująca small talk czy refleksje osobiste – jest stosunkowo marginalna, co potwierdza, że użytkownicy traktują AI przede wszystkim użytecznie, a nie towarzysko.

Wnioski są jasne: ChatGPT to przede wszystkim redaktor, doradca i nauczyciel, a dopiero później narzędzie techniczne czy multimedialne.

Najciekawsze wyniki (w pigułce)

1) AI częściej do domu niż do pracy

• Udział nie-pracowych wiadomości wzrósł z 53% (VI 2024) do 73% (VI 2025). Wzrost dotyczy zarówno nowych, jak i starszych kohort użytkowników. W pracy AI nie znika – ale to „dom” rósł szybciej.

2) 3 tematy dominują ~80% użycia

• Practical Guidance, Seeking Information i Writing to prawie cały tort. W pracy króluje Writing (~40% wszystkich wiadomości roboczych). Dwie trzecie „Writingu” to edycja/ulepszanie tekstu dostarczonego przez użytkownika, nie generowanie „od zera”.

3) Programowanie? Mniej niż myślisz

• Tylko ~4,2% wiadomości dotyczy programowania, a „companionship”/relacje osobiste to ~1,9% – sporo mniej niż sugerowały popularne narracje.

4) „Asking” rośnie szybciej niż „Doing”

• Intencje użytkowników układają się w triadę: ~49% Asking, ~40% Doing, ~11% Expressing; w czasie Asking zyskuje na znaczeniu i wiąże się z wyższą oceną jakości interakcji. W pracy Doing nadal dominuje, ale Asking to „ukryty silnik” wartości – decyzyjne wsparcie.

5) Silne różnice zawodowe (i bardzo pouczające)

• Udział wiadomości „pracowych” jest najwyższy u profesjonalistów: 57% w zawodach komputerowych, 50% w zarządzaniu, vs 40% w zawodach nieprofesjonalnych. Menedżerowie mają najwięcej „Writingu” (52% pracowych wiadomości), a specjaliści IT – najwięcej „Technical Help” (37%).

6) O*NET: o co tak naprawdę prosimy AI w pracy

• ~81% pracowych wiadomości wpada do dwóch szerokich aktywności: pozyskiwanie/interpretacja informacji oraz podejmowanie decyzji/rozwiązywanie problemów/myślenie kreatywne – i to niezależnie od zawodu. Innymi słowy: AI zasila informację i osąd.

Jak używamy sztucznej inteligencji w pracy?

W pracy z ChatGPT zdecydowanie dominuje pisanie i edycja tekstów – aż 40% wszystkich wiadomości o charakterze zawodowym dotyczy kategorii Writing. Co ciekawe, udział ten pozostaje relatywnie stabilny w czasie, choć z lekką tendencją spadkową od szczytu w połowie 2024 roku.

Drugą największą kategorią jest Practical Guidance (24,1%), czyli praktyczne wskazówki, np. instrukcje czy tutoring – co pokazuje, że pracownicy chętnie traktują AI jako „mentora w tle”. Na dalszych miejscach plasują się: Seeking Information (13,5%) – szybkie pozyskiwanie wiedzy i faktów, Technical Help (10,0%) – wsparcie technologiczne, oraz Multimedia (7,6%), które od początku 2025 roku wyraźnie zyskało na znaczeniu. Zaskakuje stosunkowo niski udział Self-Expression (1,1%), co potwierdza, że w pracy AI jest narzędziem pragmatycznym, a nie „towarzyszem” czy kreatywnym partnerem.

W praktyce oznacza to, że firmy, które chcą efektywnie wdrażać AI, powinny koncentrować się przede wszystkim na obszarach komunikacji, edycji treści i praktycznych porad, a nie tylko na spektakularnych, ale marginalnych zastosowaniach jak kodowanie czy generowanie sztuki.

Podsumowanie metod używania sztucznej inteligencji na podstawie danych

A) AI to dziś co-pilot, a nie zastąpienie pracownika

Badanie wskazuje, że ekonomiczna wartość w pracy to głównie wsparcie decyzji i komunikacji, a nie pełna automatyzacja. Największy „realny” use case? Ulepszanie tekstu (maili, raportów, notatek) oraz szybkie syntezy informacji. To doświadczenie wzmacnia osąd człowieka, zamiast go zastępować.

B) „Praca domowa” z AI = kapitał dla firmy

Fakt, że użytkownicy szybko rozwijają kompetencje AI w życiu prywatnym, oznacza dla organizacji szansę (i obowiązek) mądrego ukierunkowania tej biegłości na zastosowania zawodowe – od briefów po analizy ryzyka.

C) Percepcja vs dane

Chociaż społeczności techniczne często przeceniają udział kodowania, twarde liczby mówią coś innego. To komunikacja i informacja dominują – i to w poprzek branż.

Nietypowe spostrzeżenia

• „Asking” > „Doing” zyskuje – a zapytania decyzyjne mają wyższą jakość. To uzasadnia inwestycje w ramy pytań do AI (decision templates).
• AI wyrównuje… ale może też różnicować. Profesjonaliści czerpią więcej korzyści „pracowych”; bez równego dostępu do szkoleń grozi poszerzanie luki produktywności.
• O*NET mówi wprost: praca z AI to głównie informacja → decyzja. Jeśli Twoje wdrożenie skupia się wyłącznie na automatyzacji zadań rutynowych – omijasz dużą część wartości.

Pamietaj, że w tym wszystkim istotny jest czynnik ludzki. Dlatego jeśli wdrażając narzędzia i zmiany chcesz mieć pewność, że ludzie będa umieli się do nich dostosować i współpracować z nimi, pomogę Ci o to zadbać. Napisz do mnie na kontakt@kamilgodawski.com i porozmawiajmy jak możemy to razem zrobić.

Fantastycznego dnia
Kamil Godawski

Bibliografia:
Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y., & Wadman, K. (2025). How people use ChatGPT (NBER Working Paper No. 34255). National Bureau of Economic Research.