In meno di tre anni, ChatGPT è passato da esperimento pubblico a infrastruttura culturale quotidiana. Lo studio “How People Use ChatGPT” (NBER Working Paper n. 34255, settembre 2025) offre per la prima volta una radiografia ampia e quantificata di come gli utenti lo impiegano davvero: numeri, tipologie d’uso, differenze per età, Paese e professione, fino alla natura dei compiti svolti nei lavori della conoscenza. È un lavoro raro per profondità metodologica e scala dei dati, che consente di guardare oltre le impressioni e di misurare come si sta trasformando il lavoro intellettuale e la produzione di contenuti.
Il dato d’apertura colpisce: a luglio 2025 gli utenti attivi settimanali sulle offerte consumer (Free, Plus, Pro) superano i 700 milioni, con oltre 2,5 miliardi di messaggi al giorno, pari a circa 29.000 al secondo. L’adozione corrisponde a circa il 10% della popolazione adulta mondiale: una traiettoria di diffusione senza precedenti per una tecnologia recente. Ancora più significativo è il cambio di composizione delle conversazioni: dal giugno 2024 al giugno 2025 la quota di messaggi non legati al lavoro è passata dal 53% al 73%, con una crescita assoluta in entrambe le aree ma nettamente più rapida per gli usi personali e domestici. Il mercato reale dell’intelligenza artificiale conversazionale, quindi, non coincide soltanto con la produttività d’ufficio: l’impatto nella “produzione domestica” e nell’organizzazione della vita quotidiana si allarga e accelera.
Per capire che cosa fanno gli utenti, i ricercatori costruiscono tassonomie di argomenti e di intenti. Tre grandi aree coprono circa l’80% delle conversazioni: guida pratica su misura (tutoraggio, consigli operativi, ideazione creativa), ricerca di informazioni e scrittura. Dentro i contesti professionali, la scrittura domina con circa il 40% dei messaggi: e la parte più frequente non è la generazione ex-novo, bensì la trasformazione di un testo dell’utente — editing, revisione, traduzione, sintesi — che vale i due terzi delle richieste legate alla scrittura. È la fotografia di una nuova catena del valore: l’assistente generativo è un rifinitore, un acceleratore di stesura e riscritture, un correttore di rotta in tempo reale. La programmazione, spesso sopravvalutata nel dibattito, pesa appena il 4,2% delle conversazioni; le richieste di tipo “compagnia” o ruolistico restano marginali. Ad aprile 2025 si osserva un picco nelle funzioni multimediali dopo il rilascio di nuove capacità di generazione di immagini, poi stabilizzate a un livello più alto del passato.
Oltre agli argomenti, conta l’intento. Lo studio classifica i messaggi in “Chiedere” (decision support), “Fare” (produzione di output) ed “Esprimere”. Nel complesso, quasi metà delle interazioni riguarda la ricerca di chiarimenti, cornici decisionali, spiegazioni; circa il 40% chiede produzione concreta di output (email, testi, tabelle, codice); l’espressione personale occupa una frazione ridotta. Quando si guarda solo al lavoro, il baricentro avanza verso il “Fare” (circa il 56%), e dentro quel perimetro la scrittura torna protagonista, confermando quanto la comunicazione scritta sia trasversale a quasi tutte le professioni. Interessante la dinamica temporale: nell’ultimo anno “Chiedere” è cresciuto più di “Fare”, segno che l’assistente viene sempre più usato come coprogettista cognitivo, una leva per ragionare meglio prima ancora che per produrre righe di testo.
Per collegare gli usi alle attività lavorative, i messaggi vengono mappati sulla tassonomia O*NET delle Work Activities, un sistema sviluppato dal Dipartimento del Lavoro degli Stati Uniti che descrive in modo standardizzato le principali attività comuni a tutte le professioni. Il quadro è sorprendentemente omogeneo tra le professioni: la gran parte delle richieste si concentra sull’ottenere, documentare e interpretare informazioni e sul prendere decisioni, dare consulenza, risolvere problemi e pensare in modo creativo. Nei messaggi classificati “di lavoro”, le prime voci sono documentazione/registrazione, decisioni e problem solving, pensiero creativo, lavoro con i computer, interpretazione delle informazioni e raccolta di informazioni — un insieme (cluster) che copre circa l’80% delle attività riscontrate. Anche dove le specializzazioni tecniche contano (per esempio nelle occupazioni informatiche), il nucleo cognitivo resta vicino: decidere, spiegare, strutturare, produrre testi.
Il quadro demografico in evoluzione offre uno spunto di analisi strategico. Nei primi mesi dopo il lancio si osserva un forte squilibrio di genere, con circa l’80% di utenti riconducibili a nomi tipicamente maschili. Con il passare del tempo questo divario si riduce progressivamente fino a invertirsi leggermente, con una prevalenza di nomi femminili registrata a giugno 2025. Questo cambiamento indica un allargamento dell’adozione a un pubblico più equilibrato, segnale di una diffusione che diventa sempre più inclusiva e trasversale. Quasi metà dei messaggi arriva da under-26, anche se la quota di uso lavorativo cresce con l’età. L’adozione accelera nei Paesi a reddito medio-basso, merito di una combinazione di accessibilità, utilità immediata e infrastrutture mobili sempre più diffuse. Sul fronte dell’istruzione e delle professioni, chi ha titoli più alti e ruoli professionali ben pagati usa l’assistente più spesso per il lavoro e con una quota maggiore di richieste di “Chiedere”, cioè di supporto alle decisioni: è qui che l’intelligenza artificiale fa valere il proprio vantaggio come consulente istantaneo nella conoscenza applicata.
La qualità percepita delle interazioni, misurata con un classificatore che rileva segnali di soddisfazione nel messaggio successivo dell’utente, migliora lungo l’orizzonte temporale studiato: alla fine del periodo i “buoni esiti” sono oltre quattro volte i “cattivi”, con un vantaggio costante per le conversazioni di tipo “Chiedere” rispetto al “Fare”. In altre parole, dove l’utente vuole capire e decidere, l’assistente tende a restituire più valore; dove si richiede pura esecuzione, l’esito medio resta buono ma più variabile.
La metodologia usata nello studio è particolarmente rigorosa. I ricercatori non hanno mai letto i testi originali, ma hanno analizzato messaggi resi anonimi e privi di dati personali attraverso un sistema automatico di classificazione. Le categorie di analisi sono state applicate con modelli linguistici e controllate su raccolte pubbliche di conversazioni, seguendo istruzioni precise per ridurre al minimo variazioni e distorsioni. Per collegare le conversazioni a dati su istruzione e occupazione è stato impiegato un ambiente esterno sicuro (“data clean room”), che consente solo analisi aggregate e impedisce di risalire ai singoli individui. In questo modo lo studio garantisce solidità dei risultati e protezione della privacy fin dall’inizio del processo.
Le conseguenze pratiche sono immediate. Nelle organizzazioni la leva più matura non è la promessa generica di “automazione”, bensì il potenziamento di tre funzioni chiave del lavoro cognitivo: informarsi meglio, scrivere meglio, decidere meglio. Nei team manageriali la scrittura assistita comprime drasticamente i tempi di stesura, revisione, preparazione di riunioni e rendicontazione. Nelle professioni tecniche il vantaggio sta nella messa a fuoco del problema e nella spiegazione dei passaggi, più che nella generazione integrale del codice. Nella formazione, il tutoraggio personalizzato vale circa un decimo dell’uso totale e consolida la didattica spiegata passo per passo, mentre la generazione di esercizi, rubriche e feedback chiude il cerchio operativo per docenti e studenti. In ambito consumer, l’esplosione della “guida pratica” suggerisce che il prossimo terreno di competizione sarà l’esperienza d’uso: quanto bene l’assistente ascolta i vincoli dell’utente, riformula, mantiene il contesto e trasforma micro-istruzioni in piani concreti.
C’è un messaggio di fondo che attraversa tutte le tabelle. ChatGPT produce valore economico soprattutto come sistema di supporto alle decisioni nelle attività ad alta intensità di conoscenza. La produttività non si misura in base al numero di pagine prodotte, ma nella capacità di ridurre i cicli di incertezza: meno tempo per capire un tema, per impostare un documento, per organizzare i dati e raccontarli con chiarezza. È qui che l’assistente diventa motore editoriale della giornata lavorativa e della vita digitale, dal promemoria ben scritto al memo persuasivo, dal chiarimento concettuale alla sintesi che sblocca la fase successiva del progetto. Lo studio fotografa questa transizione con dati inediti e una metodologia capace di reggere l’esame pubblico. Chi lavora con i contenuti e con la conoscenza ha ora una mappa affidabile per orientare processi, strumenti e formazione interna.
Il 2025 mostra una crescita quantitativa impressionante e, soprattutto, un consolidamento qualitativo nell’uso dell’assistente. L’adozione si allarga, la scrittura assistita diventa abitudine trasversale alle professioni, l’educazione si stabilizza come caso d’uso cardine, la qualità percepita migliora. È la normalizzazione di un nuovo strumento generale: un coautore silenzioso delle nostre decisioni, del nostro modo di scrivere e del nostro modo di apprendere.
