מחקר OpenAI: משתמשי ChatGPT מבצעים משימות מחוץ להגדרת התפקיד

מחקר חדש של OpenAI מצא שמשתמשי ChatGPT נעזרים בכלי כדי לבצע משימות שמזוהות בדרך כלל עם מקצוע אחר. החוקרים ניתחו מדגם אקראי של יותר מ־800 אלף הודעות הקשורות לעבודה מחשבונות אישיים של משתמשים בארצות הברית, שתפקידם דווח דרך ChatGPT Business. מתוך כל הודעות העבודה, 16.8% סווגו כמשימות שחוצות גבול מקצועי. אחרי הוצאת משימות כלליות כמו כתיבה, סיכום ותיאום, השיעור עלה ל־43.5%.

OpenAI מכנה את התופעה task crossover. הדוגמאות כוללות אנשי מכירות שמנתחים נתוני לקוחות, אנשי שיווק שמטפלים בבעיה באתר ועובדי שירות שמכינים חומר שיווקי. במחקר, משימות שיווק והנדסה הופיעו בתדירות גבוהה אצל עובדים מתחומים אחרים. בקרב הודעות מקצועיות שאינן כלליות, שיעור החצייה הגיע ל־77% בשירות לקוחות, 75% בעיצוב, 69% במשאבי אנוש, 56% במשפטים ו־53% בשיווק.

ChatGPT בעבודה משנה את חלוקת המשימות

הנתונים מתארים שימוש בפועל ולא רשימת יכולות תאורטית של מודל. הם מצביעים על מצב שבו עובד פונה ל־ChatGPT לפני שהוא מעביר את הבקשה למחלקה אחרת או לספק חיצוני. התוצאה יכולה להיות טיוטה ראשונית של חוזה, בדיקה בסיסית של נתונים או אב־טיפוס לתוכן. האחריות המקצועית אינה נעלמת: פלט משפטי, פיננסי או הנדסי עדיין דורש בדיקה של אדם שמבין בתחום.

הדפוס היה מעט בולט יותר במקומות עבודה קטנים. אצל משתמשים בנפח פעילות ממוצע, 18.9% מהודעות העבודה בסביבות עם שניים עד חמישה מושבים חצו גבול מקצועי, לעומת 16.3% בסביבות עם יותר ממאה מושבים. החוקרים מציעים שבארגון קטן העובד הקרוב לבעיה נוטה לטפל בה בעצמו, משום שאין לידו צוות מומחים לכל תחום. מספר המושבים בחשבון אינו זהה בהכרח למספר עובדי החברה, ולכן הפער הזה דורש זהירות.

מה מנהלים צריכים לעשות עם הממצא

המחקר נותן למנהלי צוותים סיבה לעדכן תהליכי בדיקה והכשרה. אם איש שיווק מבצע ניתוח נתונים או מנהלת תפעול בודקת סעיף חוזי, צריך להגדיר מי מאשר את התוצאה, אילו נתונים מותר להזין ומתי חייבים להעביר את המשימה למומחה. תיאור תפקיד יכול להישאר יציב בזמן שחבילת המשימות בפועל כבר משתנה, ולכן מדיניות AI שמבוססת רק על שם המחלקה תחמיץ חלק מהשימוש.

אפשר למדוד את התופעה בתוך ארגון בלי לקרוא תוכן פרטי: לזהות קטגוריות שימוש, לבקש מהעובדים לדווח על תהליך האישור ולבדוק היכן נוצרות טעויות חוזרות. צוות למידה ארגוני יכול לבנות הכשרה קצרה לפי סוג משימה, למשל בדיקת הנחות בגיליון, אימות מקור משפטי או סקירת קוד. המדד השימושי אינו כמה עובדים פתחו ChatGPT, אלא אילו החלטות התקבלו על בסיס הפלט ואיזו בקרה הופעלה.

מה המחקר אינו מוכיח

OpenAI מדגישה שהמדגם אינו מייצג את כלל כוח העבודה בארצות הברית ומכסה שמונה קבוצות מקצוע בלבד. יחידת הניתוח היא הודעה, לא שעת עבודה, פרויקט או משרה. החוקרים לא ראו אם המשתמש אימץ את התשובה, אם היא הייתה נכונה, כמה זמן נחסך או אם מומחה בדק אותה. המחקר גם אינו מודד פרודוקטיביות, שינוי בשכר או צמצום משרות. הוא מתאר היכן אנשים מבקשים עזרה מ־AI; השאלה אם השימוש הזה ישנה לאורך זמן את מבנה התפקידים נשארת פתוחה.