O estudo da OpenAI com 1,5M de conversas revela que a maioria das pessoas recorre ao ChatGPT para perguntar, não para que ele execute tarefas

O que o estudo mediu, de facto

A OpenAI, em colaboração com o economista de Harvard David Deming, publicou um working paper do NBER que analisa 1,5 milhões de conversas do ChatGPT face a uma população de 700 milhões de utilizadores ativos semanais. A empresa descreve-o como o estudo mais abrangente sobre a utilização real de AI por consumidores publicado até à data.

O artigo assenta em duas conclusões demográficas centrais. Entre os utilizadores com nomes classificáveis como masculinos ou femininos, a proporção com nomes tipicamente femininos subiu de 37% em janeiro de 2024 para 52% em julho de 2025. E, em maio de 2025, o crescimento da adoção nos países de rendimento mais baixo era superior a 4 vezes o registado nos países de rendimento mais elevado.

A nota metodológica é importante para avaliar o peso a atribuir às categorias seguintes: os investigadores não leram as mensagens. Ferramentas automatizadas classificaram os padrões de utilização sem qualquer revisão humana do conteúdo.

Perguntar supera Fazer — o que contraria a tendência dos agentes

O estudo distribui as mensagens em três categorias: Perguntar (49%), Fazer (40%) e Expressar (11%). A OpenAI caracteriza a categoria Perguntar como a que mais cresce e a mais bem avaliada, descrevendo pessoas que "valorizam o ChatGPT sobretudo como consultor, e não apenas para a conclusão de tarefas."

Este é um sinal relevante para o frontend. Grande parte da energia atual em torno de produtos — agentes, invocação de ferramentas, workflows autónomos — encaixa precisamente na categoria Fazer: redigir texto, planear, programar. Mas a fatia maioritária do tráfego real de consumidores corresponde a pessoas a pedir orientação e informação.

Para quem constrói uma superfície de chat, isto sugere que a interação mais frequente se assemelha mais a uma consulta do que a um comando. Uma interface otimizada apenas para executar tarefas pode estar afinada para o mais pequeno dos dois modos dominantes.

Escrever é o trabalho de base; programar e a auto-expressão são a cauda

O artigo reporta que três quartos das conversas se concentram em orientação prática, procura de informação e escrita. A escrita é apontada como a tarefa de trabalho mais comum, enquanto programar e a auto-expressão "continuam a ser atividades de nicho."

Vale a pena reter esta ordenação, porque as narrativas orientadas para programadores tendem a colocar a programação em destaque. Neste conjunto de dados de consumidores, trata-se de uma atividade minoritária. A maior parte do valor surge em ajuda comum, centrada em texto — o tipo de interação que uma simples caixa de texto e uma boa resposta resolvem bem.

A divisão entre trabalho e não-trabalho reforça este ponto: cerca de 30% da utilização está relacionada com trabalho e 70% não está, e ambas as fatias estão a crescer. A interface serve, sobretudo, uma ferramenta de uso quotidiano geral, e não principalmente uma bancada de trabalho profissional.

A implicação: desenhar a superfície predefinida para aconselhamento, não para automação

A OpenAI enquadra o acesso a AI como algo que "deveria ser tratado como um direito básico," e o estudo reforça esse enquadramento ao sublinhar a redução de assimetrias e um valor que o PIB "não consegue captar."

Cerca de metade das mensagens (49%) correspondem a "Perguntar," uma categoria em crescimento e muito bem avaliada, que mostra que as pessoas valorizam o ChatGPT sobretudo como consultor, e não apenas para a conclusão de tarefas.Montana Labs

Para equipas de aplicação prática, a conclusão concreta é uma questão de prioridades. Se metade da utilização real corresponde a apoio à decisão e procura de aconselhamento, então a porta de entrada de um produto deve tornar o ato de perguntar barato, claro e digno de confiança — respostas nítidas, follow-ups simples, raciocínio visível — antes de investir na maquinaria mais pesada dos agentes que automatizam a categoria Fazer.

A ressalva está no âmbito: trata-se de planos de consumidores e classificações automatizadas, não de workflows empresariais ou transcrições lidas por humanos. Mas, como leitura de como o público em geral efetivamente recorre a uma interface de chat, o estudo aponta quem constrói produtos para o padrão de aconselhamento como predefinição, ficando a execução de tarefas como o caso especializado, e não o inverso.