دادههای تازه ChatGPT، Gemini و Claude نشان میدهد کاربران بیش از جواب آماده، از هوش مصنوعی میخواهند مسائل را ساده کند، توضیح بدهد و برای قدم بعدی راه نشانشان دهد.
در بخشی از این گزارش آمده است؛ دادههای تازه منتشرشده از سوی ChatGPT، Gemini و Claude نشان میدهد کاربران بیش از آنکه از هوش مصنوعی بخواهند کارهای پیچیده را بهطور کامل به جای آنها انجام دهد، به دنبال یک نیاز سادهتر و روزمرهتر هستند؛ «این را برایم توضیح بده، سادهاش کن و بگو بعدش چه کار کنم.» توضیح گرفتن، جستوجوی اطلاعات، نوشتن، ترجمه، آموزش، سلامت و کمک به تصمیمگیری حالا در میان مهمترین کاربردهای هوش مصنوعی قرار گرفتهاند.
کاربران فقط جواب نمیخواهند؛ میخواهند بفهمند
بررسی دادههای شرکتهای بزرگ هوش مصنوعی در تیر و مرداد ۱۴۰۵ نشان میدهد «فهمیدن» در مرکز بخش بزرگی از تعامل کاربران با مدلهای هوش مصنوعی قرار دارد. کاربر یک متن طولانی، مفهوم تخصصی، مسئله کاری یا موضوع مبهم را مقابل مدل میگذارد و میخواهد آن را به زبان ساده و قابل استفاده تبدیل کند.
OpenAI راهنمایی عملی، جستوجوی اطلاعات و نوشتن را در میان بزرگترین دستههای استفاده از ChatGPT معرفی کرده است. دادههای Gemini نیز نشان میدهد تحقیق پیش از خرید، انجام امور روزمره، کسب اطلاعات و کمک به تصمیمگیری سهم مهمی از استفاده کاربران را تشکیل میدهد.
به این ترتیب، الگوی غالب استفاده از هوش مصنوعی کمتر شبیه «به جای من فکر کن» و بیشتر شبیه «با من فکر کن» شده است.
از نتیجه آزمایش تا قرارداد؛ هوش مصنوعی مترجم پیچیدگی شده است
دادههای Anthropic درباره Claude نیز نشان میدهد «توضیح دادن» یکی از رایجترین شکلهای خروجی در گفتوگوهای کاربران است. بعد از آن، تهیه اسناد و گزارشها و ارائه راهنمایی و توصیه قرار میگیرد.
کاربر ممکن است نتیجه آزمایش پزشکی را وارد کند و معنی اصطلاحات آن را بپرسد، قراردادی را برای استخراج بندهای مهم بفرستد، یک گزارش طولانی را خلاصه کند یا مسئله کاری خود را شرح دهد و بخواهد گزینههای پیش رو را بشناسد.
در چنین الگویی، هوش مصنوعی به چیزی میان موتور جستوجو، معلم، مترجم، ویراستار و دستیار شخصی تبدیل شده است.
سلامت؛ «این نتیجه آزمایش یعنی چه؟»
سلامت یکی از حوزههایی است که استفاده از هوش مصنوعی در آن به سرعت افزایش یافته است. بخش مهمی از پرسشهای کاربران الزاماً درباره تجویز دارو یا تشخیص بیماری نیست؛ بسیاری میخواهند زبان پزشکی را بفهمند.
سؤالهایی مانند «این نتیجه آزمایش چه معنایی دارد؟»، «این اصطلاح پزشکی چیست؟»، «برای ملاقات با پزشک چه سؤالهایی آماده کنم؟» یا «برای بهترشدن خواب و تغذیه از کجا شروع کنم؟» نمونهای از این استفادههاست.
در اینجا هوش مصنوعی پیش از آنکه نقش پزشک داشته باشد، برای بسیاری از کاربران مترجم زبان پزشکی است؛ هرچند پاسخ آن نمیتواند جای تشخیص، معاینه و تصمیم درمانی متخصص را بگیرد.
ترجمه و نوشتن؛ از «این را ترجمه کن» تا «این متن را بهتر کن»
ترجمه همچنان یکی از کاربردهای ثابت مدلهای هوش مصنوعی است، اما دیگر به ترجمه یک جمله محدود نمیشود. کاربران یک ایمیل کاری، مقاله، قرارداد یا متن تخصصی را وارد میکنند و علاوه بر ترجمه، از مدل میخواهند آن را رسمیتر، طبیعیتر، کوتاهتر یا متناسب با مخاطب بازنویسی کند.
همین اتفاق در نوشتن نیز دیده میشود. بخش قابلتوجهی از درخواستها تولید متن از صفر نیست؛ کاربر متنی دارد و میخواهد آن را روانتر، حرفهایتر، محترمانهتر یا قانعکنندهتر کند.
هوش مصنوعی در این بخش بیش از آنکه جایگزین نویسنده باشد، به یک ویراستار همیشه در دسترس تبدیل شده است.
معلمی که میتوان از او چند بار یک سؤال را پرسید
در آموزش نیز یکی از مهمترین درخواستها توضیح دادن است؛ «این مبحث را سادهتر بگو»، «یک مثال دیگر بزن»، «از من امتحان بگیر» یا «اشتباه این جوابم کجاست؟»
توانایی مدلها در توضیح دوباره یک مفهوم با سطح دشواری متفاوت باعث شده هوش مصنوعی برای برخی کاربران نقش معلم خصوصی پیدا کند؛ معلمی که میتوان بدون نگرانی از تکرار، یک سؤال را چند بار و به شکلهای مختلف از او پرسید.
کدنویسی مهم است، اما همه ماجرا نیست
برنامهنویسی همچنان یکی از کاربردهای مهم هوش مصنوعی است؛ از نوشتن و اصلاح کد گرفته تا طراحی ساختار برنامه و کار با API. با این حال، دادههای مصرف عمومی نشان نمیدهد کدنویسی مهمترین نیاز همه کاربران باشد.
حتی بسیاری از پرسشهای برنامهنویسان نیز دوباره به همان الگوی اصلی بازمیگردد: «این خطا یعنی چه؟»، «چرا این کد کار نمیکند؟» و «قدمبهقدم بگو چطور درستش کنم.»
از «جواب چیست؟» تا «برای من یعنی چه؟»
از دادههای ChatGPT، Gemini و Claude نمیتوان یک جمله را به عنوان پرتکرارترین پرامپت کاربران ایرانی معرفی کرد؛ بانک عمومی و معتبری از درخواستهای کاربران ایرانی منتشر نشده است.
اما یک الگوی مشترک بهوضوح دیده میشود: مردم در سلامت، آموزش، ترجمه، کار، خرید، نوشتن و حتی برنامهنویسی میخواهند اطلاعات خام به چیزی قابل فهم، شخصیسازیشده و قابل استفاده تبدیل شود.
به همین دلیل شاید مهمترین تغییر رفتار کاربران این باشد که سؤال «جواب چیست؟» آرامآرام جای خود را به سؤال دیگری داده است: «برای من یعنی چه؟»
اگر قرار باشد عصاره این استفادهها در یک جمله خلاصه شود، شاید نزدیکترین توصیف همین باشد: «این را برایم توضیح بده، سادهاش کن و بگو حالا من چه کار کنم؟»
