OpenAI revela cómo usamos ChatGPT: predominio personal, jóvenes y escritura

Resumen de los hallazgos

OpenAI ha publicado por primera vez un análisis del uso cotidiano de ChatGPT. El informe, titulado «Cómo usa la gente ChatGPT», estudia más de un millón de conversaciones entre mayo de 2024 y junio de 2025 procedentes de 1,5 millones de usuarios. Entre los datos destacados figuran que el 73 % de las conversaciones no están relacionadas con el trabajo, el 52 % de los mensajes en 2025 proceden de mujeres y casi la mitad de las interacciones provienen de usuarios de 18 a 25 años. La compañía también indica que, tras pasar de 10 millones de usuarios en poco más de un mes en 2023 a 200 millones de usuarios semanales en 2024, estima que cerca del 10 % de la población adulta utiliza ChatGPT, con 700 millones de usuarios activos y 18.000 millones de mensajes a la semana.

Detalles del uso y categorías

OpenAI divide los usos en siete categorías principales y proporciona su reparto porcentual:

• Orientación práctica: 28,3 % — consultas sobre estudios, ejercicio o consejos para la vida diaria.
• Escritura: 28,1 % — edición y crítica de textos, elaboración de correos y publicaciones personales.
• Búsqueda de información: 21,3 % — desde recetas o productos hasta preguntas generales; en muchos casos funciona como sustituto de Google.
• Soporte técnico: 7,5 %.
• Creación de contenidos audiovisuales: 6 %.
• Autoexpresividad: 4,3 %.
• Otros usos variados: 4,6 %.

Según OpenAI, los datos muestran que ChatGPT se ha consolidado más como asistente para la vida cotidiana que como herramienta estrictamente laboral.

El informe indica además que OpenAI empleó sus propios modelos para clasificar los mensajes sin intervención humana, mientras que la información demográfica procede del registro de los usuarios.

Contexto y por qué estos datos importan

Desde su lanzamiento público, la familia de modelos GPT y la interfaz ChatGPT han sido pilares en la adopción masiva de la inteligencia artificial conversacional. La aceleración en la base de usuarios —meses después de su aparición concentraron crecimientos récord— ha provocado interés tanto en el sector privado como en los reguladores. Saber para qué usan exactamente los ciudadanos estas herramientas es crucial por varias razones:

• Políticas públicas: entender usos no laborales ayuda a diseñar regulación, protección de menores y normas de privacidad adaptadas a escenarios reales.
• Empresas y producto: conocer que la escritura personal y la búsqueda de información tiran del uso orienta la integración de capacidades en productos, monetización y alianzas (por ejemplo, con plataformas de correo o educación).
• Economía y empleo: las tendencias de adopción influyen en formación profesional, redistribución de tareas y diseño de puestos, especialmente en sectores que pueden automatizar procesos cognitivos repetitivos.

Análisis para profesionales y responsables

Para equipos de producto, datos y políticas, el informe aporta pistas accionables y también plantea preguntas metodológicas relevantes:

• Interpretación de la muestra: la clasificación automática de contenidos por modelos propios reduce costes de etiquetado pero introduce riesgo de sesgo en la taxonomía. Las decisiones de diseño del clasificador (definición de categorías, umbrales) condicionan el resultado.
• Segmentación demográfica: la concentración de uso entre jóvenes (18–25) y el aumento relativo de mensajes desde mujeres en 2025 requieren adaptar experiencia de usuario, accesibilidad y comunicación. Para productos dirigidos a empresas, conviene notar que los usuarios laborales tienden a tener mayor nivel adquisitivo y formación.
• Integración con búsqueda: el uso de ChatGPT como sustituto de motores tradicionales sugiere que los equipos de búsqueda y SEO deberán replantear experiencia y modelos de negocio si los asistentes conversacionales devuelven respuestas completas en lugar de listar enlaces.

Riesgos, limitaciones y consecuencias

El informe aporta datos valiosos, pero no está exento de limitaciones ni de efectos potencialmente adversos:

• Sesgos en la clasificación: al usar modelos para clasificar sin supervisión humana, existe el riesgo de etiquetado erróneo de intenciones complejas o culturales. Esto puede sobreestim ar o subestimar ciertas categorías.
• representatividad: la demografía basada en registros no garantiza representatividad global; poblaciones sin acceso o con barreras lingüísticas pueden quedar infrarepresentadas.
• Privacidad y protección de datos: volúmenes masivos de mensajes (18.000 millones por semana, según la compañía) plantean riesgos sobre cómo se usan y almacenan conversaciones, incluso si se anonimizan. Las organizaciones deben revisar retención, minimización y finalidades.
• Fiabilidad: el uso crecientemente informacional y de apoyo a la toma (por ejemplo, salud o finanzas personales) aumenta el potencial daño por respuestas inexactas (hallucinations). Las aplicaciones que apoyan decisiones deben incorporar verificación y fuentes.
• Impacto en la industria de búsqueda y contenidos: si asistentes conversacionales sustituyen búsquedas tradicionales muchos modelos de monetización basados en clics podrían verse afectados.

Recomendaciones prácticas

Para distintos actores —empresas, equipos de IA, responsables de producto y reguladores— las medidas recomendadas incluyen:

• Auditoría de clasificación: revisar y validar la taxonomía que utilizan modelos automáticos para etiquetar intenciones; incorporar muestreos con revisión humana periódica para calibrar sesgos.
• Gobernanza de datos: aplicar principios de minimización, retención limitada y técnicas de privacidad (por ejemplo, agregación y en su caso diferencial privacy) cuando sea apropiado.
• Transparencia al usuario: informar claramente cómo se usan las conversaciones para mejorar modelos y ofrecer controles de borrado o exclusión del entrenamiento cuando proceda.
• Mitigación de errores: para usos no triviales (salud, finanzas, jurídico) implementar señales de verificación, referencia a fuentes y advertencias explícitas sobre limitaciones del modelo.
• Diseño inclusivo: adaptar interfaces y ejemplos para audiencias jóvenes y para el creciente porcentaje de usuarias mujeres; promover accesibilidad y soporte multilingüe.
• Monitoreo del impacto en el negocio: equipos de estrategia y monetización deben simular escenarios en los que la búsqueda conversacional reduce el tráfico tradicional y preparar modelos alternativos.

Conclusión

El informe de OpenAI confirma que ChatGPT se ha convertido en una herramienta de uso cotidiano, con predominio de aplicaciones personales —especialmente escritura y orientación práctica— y una base de usuarios cada vez más diversa en género y muy concentrada en jóvenes. Para profesionales y reguladores, los hallazgos ofrecen tanto oportunidades como desafíos: optimizar experiencias de usuario y modelos de negocio mientras se gestionan riesgos de clasificación, privacidad y fiabilidad. Las recomendaciones prácticas pasan por auditorías periódicas, transparencia hacia las personas usuarias y guardrails operativos en escenarios sensibles.

Source: www.20minutos.es