OpenAI analizza 800.000 chat di lavoro e scopre che le persone sconfinano nei mestieri altrui

Lunedì OpenAI ha pubblicato il primo rapporto di una nuova serie di ricerche, con un risultato facile da immaginare anche senza aver mai aperto uno studio scientifico. Dopo aver analizzato oltre 800.000 messaggi di lavoro inviati a ChatGPT da utenti statunitensi, l’azienda ha rilevato che il 43,5% di quelli legati a una professione riguardava attività normalmente svolte da un altro mestiere. Un addetto al marketing risolve un problema del sito. Un venditore esamina un dataset di clienti che un tempo sarebbe finito a un analista. Il titolare di una piccola impresa rivede un contratto. OpenAI chiama questo schema «task crossover», l’incrocio delle mansioni.

Il metodo è importante, perché il numero grezzo sembra più grande di quanto sia. OpenAI ha prima eliminato quello che definisce lavoro generico: scrivere, riassumere, organizzare appuntamenti, tutte attività comuni a prescindere dal ruolo. Questa categoria rappresentava il 61,5% di tutti i messaggi professionali. Solo il restante 38,5% è stato considerato specifico di un mestiere, ed è all’interno di questa fetta che il 43,5% superava un confine professionale. Alcune categorie lo facevano molto più spesso: 77% per chi lavora nell’esperienza cliente, 75% per i designer, 69% per le risorse umane, 56% per il settore legale e 53% per il marketing.

Due attività hanno viaggiato più lontano di tutte. I calcoli finanziari e la risoluzione dei problemi tecnologici figuravano fra i tre compiti esterni più comuni in ciascuno degli altri sette gruppi professionali studiati. I designer prendevano molto in prestito e prestavano poco: il 35,2% dei loro messaggi riguardava il lavoro altrui, mentre le attività di design rappresentavano solo l’1,7% di quelle richieste da tutti gli altri. L’ingegneria mostrava quasi il profilo opposto, esportando molte più mansioni di quante ne importasse. Contava anche la dimensione aziendale. Negli spazi di lavoro con due-cinque utenze, il 18,9% dei messaggi medi di un utente usciva dalla sua professione; oltre le 100 utenze, la quota scendeva al 16,3%. Se non c’è uno specialista in fondo al corridoio, il problema resta a chi se lo trova davanti.

Perché accade? Un grande modello linguistico nasce generalista: viene addestrato contemporaneamente su testi di ogni professione, sviluppa competenze ampie ma superficiali in quasi tutte e non conosce affatto la tua azienda. Questa combinazione produce esattamente lo schema misurato da OpenAI. Le attività si spostano facilmente quando il grosso del lavoro richiede conoscenze generali, come scrivere una formula o leggere un messaggio d’errore, e restano dove sono quando dipendono da un contesto che nessuno ha documentato. Va chiarito cosa non mostra lo studio: sono dati sull’uso, non sui risultati. OpenAI ha contato ciò che le persone hanno chiesto al modello, non se la revisione del contratto fosse corretta. L’azienda ha anche un interesse commerciale nel racconto, sebbene il metodo per collegare i messaggi al database professionale O*NET del governo statunitense sia ragionevole.

Cosa significa per te: Se ti avvicini ora all’IA, il vantaggio non consiste nel farle scrivere le email, ma nel poter affrontare quell’attività settimanale per cui prima dovevi prenotare il tempo di qualcun altro. Comincia dalle due che circolano meglio: un rapido calcolo finanziario o un problema tecnico. Se usi già molto l’IA, considera i numeri sia una promessa sia un avvertimento. Svolgere attività legali o finanziarie senza la preparazione necessaria è proprio il caso in cui una risposta sbagliata ma sicura di sé costa di più. I dati di OpenAI misurano ciò che gli utenti hanno tentato, non se abbiano avuto successo, e riguardano solo gli Stati Uniti.

Fonti

• How AI is expanding what people do at work, OpenAI
• Rapporto Work at the Frontier (PDF), OpenAI
• OpenAI says more workers are using ChatGPT to do other people’s jobs, The Decoder