Το OpenAI αναφέρει ότι οι Αμερικανοί στέλνουν 3 εκατομμύρια μηνύματα την ημέρα στο ChatGPT ρωτώντας για μισθούς

Τι μετρά πραγματικά η αναφορά

Το OpenAI αναφέρει ότι οι άνθρωποι στις ΗΠΑ στέλνουν κατά μέσο όρο σχεδόν 3 εκατομμύρια μηνύματα την ημέρα ρωτώντας το ChatGPT για μισθούς, αποδοχές ή αμοιβές. Η εταιρεία κατέταξε τα επισημασμένα μηνύματα σύγκρισης μισθών σε κατηγορίες: υπολογισμός αμοιβής (26%), συγκεκριμένος ρόλος (19%), επιχειρηματικότητα (18%), συγκεκριμένος ρόλος σε συγκεκριμένη εταιρεία (11%), και ερωτήσεις για επάγγελμα ή καριέρα (11%).

Η κατηγοριοποίηση προέκυψε από αυτό που το OpenAI περιγράφει ως ανάλυση με σεβασμό στην ιδιωτικότητα, μέσω αυτοματοποιημένων ταξινομητών, χωρίς κανέναν άνθρωπο να βλέπει μεμονωμένα μηνύματα. Αυτό έχει σημασία για την ερμηνεία των αποτελεσμάτων: πρόκειται για συγκεντρωτικά μοτίβα που έχουν επισημανθεί από μηχανές, όχι για έρευνα σχετικά με το πώς οι εργαζόμενοι δηλώνουν ότι χρησιμοποιούν το εργαλείο.

Η κατανομή δείχνει προς μια συγκεκριμένη κατεύθυνση. Το OpenAI διαπίστωσε ότι η αναζήτηση μισθών εμφανίζεται δυσανάλογα συχνά σε επαγγέλματα υψηλότερης εξειδίκευσης και μικρότερης διαφάνειας — δημιουργικοί τομείς, διοίκηση, υγεία, ρόλοι πληροφορικής και μαθηματικών — και αυξάνεται όπου οι αμοιβές έχουν μεγαλύτερη διακύμανση και είναι υψηλότερες. Οι άνθρωποι στρέφονται περισσότερο στο εργαλείο εκεί όπου ένα δημοσιευμένο σημείο αναφοράς είναι πιο δύσκολο να βρεθεί.

Το προϊόν που περιγράφεται είναι το interface, όχι το μοντέλο

Αν αφαιρέσετε την οικονομική διάσταση, αυτό που απομένει είναι ένα κείμενο για τη συμπεριφορά του frontend. Η πρόταση αξίας είναι ρητά διαδραστική: αντί να ψάχνει σε πολλαπλές ιστοσελίδες, να ερμηνεύει αποσπασματικές σελίδες μισθών ή να κάνει μια κοινωνικά αδέξια ερώτηση, ένας εργαζόμενος πληκτρολογεί ένα prompt και παίρνει πίσω ένα σημείο αναφοράς σε δευτερόλεπτα.

Αντί να απαιτείται από τον εργαζόμενο να αναζητήσει σε πολλαπλές ιστοσελίδες, να ερμηνεύσει αποσπασματικές σελίδες μισθών ή να κάνει μια κοινωνικά ριψοκίνδυνη ερώτηση, ένα μοντέλο μπορεί να συνθέσει πληροφορίες για τους μισθούς και να επιστρέψει ένα σημείο αναφοράς σε δευτερόλεπτα.Montana Labs

Η φράση «κοινωνικά ριψοκίνδυνη ερώτηση» είναι η ενδεικτική λεπτομέρεια. Ένα από τα πράγματα που αλλάζει η επιφάνεια συνομιλίας δεν είναι η διαθεσιμότητα της πληροφορίας, αλλά το κοινωνικό κόστος της ίδιας της ερώτησης — ένα κουτί κειμένου δεν έχει συνάδελφο απέναντι. Πρόκειται για ιδιότητα του interface, και γι' αυτό οι ερωτήσεις επιχειρηματικότητας συγκεντρώνονται σε τομείς όπου «συχνά δεν υπάρχει καθόλου δημοσιευμένο σημείο αναφοράς μισθού».

Σημαίνει επίσης ότι ο σχεδιασμός κάνει κάτι που οι ιστοσελίδες μισθών δεν κάνουν: συμπτύσσει την αναζήτηση, την ερμηνεία και τον υπολογισμό σε ένα μόνο βήμα. Το γεγονός ότι ο υπολογισμός αμοιβής είναι η μεγαλύτερη μεμονωμένη κατηγορία (26%) υποδηλώνει ότι οι άνθρωποι δεν αναζητούν απλώς έναν αριθμό, αλλά ζητούν από το interface να κάνει αριθμητικές πράξεις και μετατροπές πάνω σε αυτόν.

Το WorkerBench βάζει έναν αριθμό στον αριθμό

Όταν μια επιφάνεια συνομιλίας επιστρέφει ένα μοναδικό νούμερο, αυτό το νούμερο κουβαλά όλο το βάρος της εμπιστοσύνης — δεν υπάρχει σελίδα αποτελεσμάτων για να ρίξετε μια ματιά, ούτε εύρος τιμών για σύγκριση. Το OpenAI φαίνεται να το αναγνωρίζει αυτό, γι' αυτό και η αναφορά παρουσιάζει το WorkerBench, αξιολογώντας το GPT-5.4 σε σχέση με τους διάμεσους μισθούς OEWS του 2024, σε επίπεδο εθνικού επαγγέλματος και μητροπολιτικής περιοχής.

Το OpenAI αναφέρει ότι το μοντέλο είναι «εξαιρετικά ακριβές» στο δείγμα που παρατηρήθηκε: υψηλή κάλυψη, μικρή απόκλιση, και σχεδόν όλες οι αριθμητικές εκτιμήσεις να βρίσκονται πολύ κοντά στο σημείο αναφοράς. Η ειλικρινής επιφύλαξη είναι ενσωματωμένη στο εύρος της μελέτης — αυτό το πρώτο benchmark ελέγχει σε σχέση με δημοσιευμένες εθνικές και μητροπολιτικές διάμεσες τιμές, ακριβώς την περίπτωση όπου η απάντηση είναι ήδη γνωστή. Η εταιρεία παραδέχεται ότι τα πραγματικά ερωτήματα βρίσκονται αλλού: «τα ερωτήματα για γεωγραφία, εταιρεία, επίπεδο και αποδοχές που κάνουν πραγματικά οι εργαζόμενοι κάθε μέρα.»

Έτσι, ο ισχυρισμός περί ακρίβειας και το μοτίβο ζήτησης δείχνουν προς αντίθετες κατευθύνσεις. Οι εργαζόμενοι στρέφονται δυσανάλογα προς τα λιγότερο διαφανή επαγγέλματα, ενώ το benchmark επικυρώνει τα πιο διαφανή. Το χάσμα ανάμεσα στο πού εμπιστεύονται το εργαλείο και πού αυτό έχει αποδειχτεί αξιόπιστο είναι το κομμάτι που παραμένει ανοιχτό.

Γιατί μια συνθετική απάντηση αλλάζει τι οφείλουν τα frontends στον χρήστη

Η συγκεκριμένη προέκταση εδώ έχει να κάνει με την παρουσίαση, όχι με την ανάκτηση πληροφορίας. Μια μηχανή αναζήτησης επιστρέφει πηγές και αφήνει τον χρήστη να κρίνει· μια απάντηση σε συνομιλία επιστρέφει ένα συμπέρασμα. Όταν 3 εκατομμύρια μηνύματα την ημέρα ρωτούν ένα κουτί κειμένου πόσο πληρώνεται ένας ρόλος — και δυσανάλογα σε τομείς με διαπραγματευσιμότητα και υψηλό διακύβευμα — το interface αντιμετωπίζεται ως έγκυρη αυθεντία σε ερωτήματα όπου έχει δοκιμαστεί λιγότερο.

Για όσους χτίζουν πάνω σε αυτά τα μοντέλα, το συμπέρασμα είναι συγκεκριμένο: ένας μόνο πειστικός αριθμός σε μια φυσαλίδα συνομιλίας πρέπει να μεταφέρει την αβεβαιότητα που επισημαίνει το ίδιο το OpenAI. Το WorkerBench είναι μια αρχή στη μέτρηση αυτού, αλλά μέχρι το benchmark να καλύψει την εταιρεία, το επίπεδο και τη γεωγραφία, η αξιοπιστία της απάντησης παραμένει πίσω από την αυτοπεποίθηση της μορφής. Το πλεονέκτημα του frontend — ένα καθαρό, συνθετικό νούμερο — είναι επίσης η αδυναμία του.