ChatGPT
Tutti (o quasi) usano ChatGPT, ma in modo diverso. Ecco cosa dicono i dati globali.
Un nuovo studio promosso dal National Bureau of Economic Research presenta un’indagine sistematica volta a comprendere meglio l’utilizzo di ChatGPT da parte degli utenti
di Federico Ruggiero
Dal suo lancio nel novembre 2022, ChatGPT ha conosciuto una diffusione senza precedenti nella storia delle tecnologie digitali, raggiungendo nel luglio 2025 circa il 10% della popolazione adulta mondiale, con oltre 700 milioni di utenti attivi e 18 miliardi di messaggi inviati ogni settimana. Ricercatori e studiosi da tutto il mondo hanno compreso fin da subito l’importanza della sua irruzione sul mercato e ne hanno iniziato a studiare le conseguenze e gli effetti ( vedi le edizioni newsletter passate in cui si citano i lavori di Nello Cristianini, Elena Esposito, Luciano Floridi, Vittorio Gallese, Stefano Moriggi, Chiara Panciroli, Giuseppe Riva, Pier Cesare Rivoltella).
Uno studio rigoroso per capire l’uso quotidiano
Un nuovo studio promosso dal National Bureau of Economic Research (NBER- uno dei più autorevoli centri di ricerca economica al mondo, noto per i suoi working paper che anticipano tendenze e trasformazioni globali.) presenta un’indagine sistematica volta a comprendere meglio l’utilizzo di ChatGPT da parte degli utenti. L’obiettivo di questa analisi empirica è di analizzare i modelli d’uso di ChatGPT distinguendo tra i, esplorando le differenze demografiche, occupazionali e geografiche.
Metodologia e Analisi
Dal punto di vista metodologico, lo studio combina tre insiemi di dati complementari e un pipeline di classificazione interamente automatizzata e privacy-preserving. Il primo dataset (Growth) copre tutti i messaggi degli utenti consumer (Free, Plus, Pro) in un arco temporale che va dal novembre 2022 (lancio di ChatGPT) al settembre 2025 e include metadati de-identificati (prima interazione, Paese, piano, età in fasce di 5–7 anni), usato per descrivere la diffusione e i volumi d’uso nel tempo. Il secondo dataset (Classified messages) è costruito partendo dal campionamento casuale dei messaggi (≈ 1,1 milioni di conversazioni dal 15/05/2024 al 26/06/2025), da cui si estrae un messaggio per conversazione. Per questioni etiche sono esclusi gli utendi under-18, utenti con opt-out dal training, conversazioni cancellate, account disattivati/bannati e utenti logged-out (disponibili solo da marzo 2025 e comunque scartati per coerenza). I testi sono prima ripuliti da PII tramite uno strumento interno (Privacy Filter), poi etichettati da classificatori LLM: per ogni messaggio si considera il contesto delle 10 battute precedenti (per Interaction Quality anche le due successive), si tronca a 5.000 caratteri, e si usa tranne la qualità d’interazione (valutata con gpt-5). Le tassonomie comprendono: lavoro vs non-lavoro; topic di conversazione; intento (Asking/Doing/Expressing); attività lavorative mappate su O*NET (332 IWA, estese a 333 categorie con l’opzione Ambiguous, poi aggregate a GWA). Il terzo dataset (Employment/Education), che è l’unico realizzato da un fornitore esterno, colleziona dati provenienti da circa 130.000 utenti consumer. È stato costruito con l’obiettivo di mettere in relazione le modalità d’uso di ChatGPT con le caratteristiche professionali e formative degli utenti così da esplorare le differenze nell’uso di ChatGPT tra persone con livelli di istruzione diversi o impiegate in settori differenti. Per quanto riguarda l’analisi, è bene sottolineare che i ricercatori non hanno mai avuto accesso diretto alle informazioni personali. Tutte le interrogazioni sul dataset sono avvenute all’interno della Data Clean Room, dove vengono eseguite solo query aggregate e pre-approvate. Ogni analisi doveva essere autorizzata da un comitato interno di sei coautori e poi validata dal partner esterno che gestisce la DCR.
Chi sono gli utilizzatori di ChatGPT? (Spoiler: tutti)
Gli utenti di ChatGPT rappresentano oggi una popolazione ampia, eterogenea e in rapida evoluzione (v. figura 1). Inizialmente, subito dopo il lancio del chatbot, la maggioranza era composta da uomini, spesso giovani professionisti o studenti con competenze digitali avanzate, ma nel giro di poco più di due anni la distribuzione si è equilibrata: nel 2025 le donne risultano leggermente prevalenti e mostrano modalità d’uso differenti, più orientate alla scrittura, alla traduzione e al supporto pratico, mentre gli uomini tendono a impiegarlo in ambiti tecnici e multimodali. L’età media degli utenti è bassa: quasi la metà dei messaggi proviene da persone tra i 18 e i 25 anni, ma la propensione a un utilizzo professionale cresce con l’età e con il livello d’istruzione, raggiungendo i valori più alti tra laureati e figure con formazione postuniversitaria. Il paper mostra inoltre che ChatGPT è sempre più diffuso nei paesi a medio e basso reddito, dove viene usato soprattutto come strumento di apprendimento, autoformazione e traduzione linguistica, diventando una risorsa accessibile per chi non ha strumenti educativi avanzati. Le analisi condotte attraverso il dataset su occupazione e istruzione confermano che gli utenti con un livello educativo più alto e impiegati in settori cognitivi utilizzano ChatGPT per compiti di scrittura, decision support e problem solving, mentre chi lavora in settori meno qualificati o amministrativi tende a usarlo per la ricerca di informazioni o consigli pratici.
Ma come e per cosa si usa ChatGpt?
I risultati mostrano che l’uso di ChatGPT è in rapida espansione e che la maggior parte dei messaggi (oltre il 70%) riguarda attività non lavorative, in crescita rispetto all’anno precedente (v. figura 2).
Si tratta di attività per apprendimento personale, curiosità, scrittura creativa, svago o autoformazione. Circa l’80% delle conversazioni si concentra su richieste di Practical Guidance (consulenza personalizzata, tutoring, come-fare, pianificazione, ideazione creativa, supporto educativo), Seeking Information (ricerche di informazioni factual), Writing(produzione, revisione, traduzione, editing e sintesi di testi). Negli usi professionali, il writing è nettamente la funzione dominante e rappresenta circa il 40% dei messaggi di lavoro e più della metà delle interazioni nelle professioni manageriali e di business (v. figura 3).
Successivamente, gli autori distinguono tre categorie fondamentali di intenzionalità comunicativa: Asking: include tutte le richieste di informazione, chiarimento o consiglio e rappresenta circa il 49% dei messaggi totali. Doing: raccoglie invece le interazioni orientate all’azione come richieste di scrittura, traduzione, revisione, programmazione o produzione di contenuti e rappresenta circa il 40% dei messaggi totali ed è la forma dominante tra gli utilizzi a scopo professionale. Expressing: comprende interazioni più personali, riflessive o emotive, spesso legate alla conversazione spontanea, alla scrittura creativa o al bisogno di espressione individuale e rappresenta circa l’11% dei messaggi totali.
E in ambito professionale cosa accade davvero?
La scrittura domina con il 40% dei messaggi, mentre il coding rappresenta solo il 4,2%. Le analisi rivelano inoltre che la quota di messaggi di tipo Asking cresce più rapidamente di quelli Doing e che questi ultimi prevalgono solo nelle attività di lavoro. Parallelamente alla crescita degli utenti, anche il volume di messaggi è aumentato in modo vertiginoso (oltre cinque volte). Gli utenti registrati nei primi mesi di vita hanno mantenuto livelli di utilizzo costanti e, anzi, mostrano un ritorno di crescita a partire dalla fine del 2024, segno di una fedeltà d’uso che aumenta con il miglioramento delle funzionalità del sistema. Gli utenti che hanno adottato ChatGPT successivamente, mostrano tassi di adozione progressivamente più alti, indicando che ogni nuova generazione di utenti scopre in modo più rapido e articolato le potenzialità del chatbot. Per mappare l’utilizzo di ChatGPT per scopi professionali è stato utilizzato l’Occupational Information Network (O*NET) e dai dati raccolti, emerge che la maggior parte dell’uso professionale di ChatGPT si concentra su compiti di scrittura, sintesi, analisi e consulenza, con una netta prevalenza delle attività cognitive ad alto valore rispetto a quelle operative o ripetitive. Circa il 58% dei messaggi di lavoro rientra in due macro-categorie di O*NET: la prima considera l’ottenimento, documentazione e interpretazione di informazioni, mentre la seconda, la presa di decisioni, il problem solving e la comunicazione di giudizi o raccomandazioni. Questi risultati mostrano come ChatGPT agisca come strumento di estensione cognitiva, soprattutto nelle professioni manageriali, accademiche e creative, dove viene utilizzato per generare idee, redigere testi o formulare analisi preliminari. Secondo lo studio, la maggior parte delle interazioni non mira a delegare interamente il compito al modello, ma a co-produrre il risultato, combinando le competenze umane (conoscenza di dominio, sensibilità contestuale, tono comunicativo) con la capacità del modello di generare bozze, schemi o alternative linguistiche. L’uso più intensivo di ChatGPT per scopi di scrittura si registra nelle professioni manageriali e commerciali, mentre nelle professioni STEM prevale il Technical Help, ossia l’assistenza nella programmazione e nella risoluzione di problemi tecnici.
Conclusione
Lo studio conferma che l’adozione di ChatGPT produce valore tangibile nei lavori basati sulla conoscenza, migliorando la qualità delle decisioni, la chiarezza comunicativa e la velocità di esecuzione. Tuttavia, gli autori riconoscono che la sua funzione non è quella di sostituire le competenze umane ma di amplificarle. La vera trasformazione risiede nel corretto utilizzo di questi strumenti, abbracciando una prospettiva collaborativa e non sostitutiva in cui il giudizio umano rimane protagonista. La ricerca mostra inoltre che, pur nascendo come strumento di produttività, ChatGPT si è rapidamente evoluto in una piattaforma di apprendimento informale e riflessione personale, usata per scrivere, studiare, esplorare o semplicemente pensare in modo dialogico. In questa prospettiva, la sua diffusione globale può essere letta come l’inizio di una nuova forma di alfabetizzazione cognitiva, in cui l’interazione con i modelli linguistici diventa parte integrante del modo in cui le persone accedono al sapere e costruiscono significato.
