OpenAI publica dados do ChatGPT: 165 tarefas, 100 países

Introdução

OpenAI publicou dados de uso do ChatGPT no trabalho que cobrem 165 atividades e quase 100 países, com séries trimestrais entre 2025 Q1 e 2026 Q3, um marco para quem acompanha ChatGPT no trabalho e quer decisões amparadas por evidências. (openai.com)

O recorte conecta mensagens de usuários individuais a categorias padronizadas de atividades do O*NET, chamadas IWAs, e mostra que a concentração nas dez atividades mais comuns caiu de 56,0 por cento para 51,1 por cento entre 2025 Q1 e 2026 Q3 em 74 países acompanhados, sinal de maturidade e especialização por país. (openai.com)

Este artigo destrincha o que foi divulgado, por que isso importa para empresas e formuladores de políticas, o que já dá para aplicar hoje com ChatGPT no trabalho, e quais limites metodológicos devem orientar leituras responsáveis.

O que exatamente a OpenAI publicou

A publicação de 26 de outubro de 2026 traz uma página sintética, um hub de download de dados e dicionário metodológico. O dataset agrega mensagens classificadas como trabalho em planos individuais, não inclui uso corporativo ou Codex, e aplica técnicas de privacidade, como supressão de grupos pequenos e ruído estatístico. (openai.com)

Os dados conectam cada mensagem a IWAs do O*NET, uma taxonomia que permite comparar atividades entre ocupações. O objetivo é oferecer uma janela regular e baseada em evidências sobre como o mundo usa ChatGPT no trabalho, habilitando estudos que cruzem essas séries com indicadores econômicos. (openai.com)

Para efeitos de escopo, a OpenAI reforça que se trata de uso de consumidores, o que provavelmente subrepresenta empresas. Ainda assim, o esforço se apoia no projeto Signals, que vem divulgando análises sobre adoção, diversidade geográfica e expansão de casos de uso. (cdn.openai.com)

Por que isso importa para economia e empresas

ChatGPT no trabalho deixou de ser curiosidade e virou infraestrutura cognitiva. A OpenAI já vinha mostrando a migração de “perguntar” para “fazer”, com mais pedidos de execução de tarefas e workflows repetíveis. Estudos anteriores indicaram que, em julho de 2025, cerca de 56 por cento das mensagens de trabalho eram de “fazer”, e quase três quartos disso eram tarefas de escrita, o coração do trabalho do conhecimento. (cdn.openai.com)

O novo corte por 165 atividades e 100 países amplia a granularidade. Para quem lidera produto, dados ou operações, isso permite olhar além de volume de usuários e focar em mix de atividades por país, ritmo de especialização e oportunidades de upskilling. O padrão de “crossover de tarefas” já observado sugere expansão de escopo, com trabalhadores realizando atividades típicas de outras ocupações com apoio do ChatGPT no trabalho. (openai.com)

A imprensa especializada também registrou sinais de fronteiras ocupacionais mais porosas, com microempresas mostrando taxas ligeiramente maiores de pedidos que cruzam ocupações em relação a empresas maiores, um indício de que a IA redistribui capacidades onde a alocação de especialistas é mais rígida. (axios.com)

Principais padrões por país e atividade

Dois achados chamam atenção. Primeiro, a especialização crescente por país, medida pela queda da concentração nas dez atividades mais comuns, sinaliza que ChatGPT no trabalho está menos concentrado em poucos usos genéricos e mais distribuído em nichos nacionais. Segundo, a vinculação às IWAs permite comparar o que as pessoas pedem para o ChatGPT com o mix de atividades do emprego nos Estados Unidos, deixando claras diferenças estruturais, já que parte relevante do emprego está em “Outras IWAs” pouco representadas nas mensagens. (openai.com)

Essa leitura também conversa com análises anteriores da OpenAI que mapearam a expansão global da adoção individual, com mais diversidade geográfica e escopo de tarefas ao longo do tempo. Em algumas regiões, a participação de mensagens de trabalho cresceu mais do que a média global, reforçando que o potencial de ganho depende do ponto de partida e do contexto local. (openai.com)

Além disso, o Signals já vinha indicando que as pessoas passam a usar mais recursos avançados com o tempo, o que se alinha a ganhos reportados quando se progride de perguntas simples para fluxos de trabalho multi-etapas, incluindo pesquisa profunda, análise de dados e recursos multimodais. Esse padrão de amadurecimento importará ainda mais no ChatGPT no trabalho, que concentra valor quando vira sistema de execução, não só conversa. (cdn.openai.com)

Do perguntar ao fazer, o que muda no dia a dia

A prática confirma a teoria. Em análises anteriores, OpenAI mostrou que o uso de ChatGPT no trabalho avança de consultas para delegação de tarefas, e que países de renda baixa e média tiveram crescimento relativamente mais rápido, ampliando o alcance produtivo. Isso é coerente com um movimento de inclusão de capacidades, já que escrever, resumir, modelar dados e prototipar software ficam mais acessíveis. (cdn.openai.com)

Casos corporativos recentes ilustram a transição para plataforma. A adoção do ChatGPT Work em larga escala pela Uber, com integrações a Google Drive, Gmail, Calendar e Slack, mostra como equipes levam a IA para inside the workflow, com voz e imagem ampliando as modalidades de entrega. Quando a execução acontece dentro das ferramentas de trabalho, o ganho deixa de ser esporádico. (openai.com)

Metodologia, limitações e leitura responsável

Toda evidência tem contexto. A OpenAI enfatiza que os dados refletem planos individuais, não mensuram uso empresarial, e passam por anonimização, supressão e ruído. Isso protege privacidade, mas também impõe limites de granularidade e possíveis vieses de classificação. O recorte por IWAs facilita comparações, embora exclua atividades pouco refletidas nas mensagens originais. Leitura cuidadosa do dicionário e do CSV é parte do trabalho. (openai.com)

Resultados acadêmicos complementam e matizam o quadro. Em experimentos controlados, ganhos de produtividade existem, porém não são universais, com fatias de participantes sem melhora em tarefas de redação analítica ou matemática quando usam ChatGPT. Isso sugere que investimento em design de prompts, verificação e adaptação ao domínio é determinante para capturar o valor de ChatGPT no trabalho. (arxiv.org)

Há também alertas sobre vieses e variação por campo e país em avaliações assistidas por IA, o que reforça a importância de validação humana e métricas robustas ao usar ChatGPT no trabalho para tomada de decisão. (arxiv.org)

Como aplicar hoje, táticas práticas por função

• Marketing e conteúdo. Escalar variações de copy com guardrails, checklist de marca e checagem factual. Use um playbook que combine research, briefing e geração de rascunhos, com revisão humana e testes A ou B. O Signals e a literatura mostram que “fazer” domina quando o fluxo é padronizado e repetível. (cdn.openai.com)
• Dados e analytics. Padronize prompts para limpeza, transformação e narrativa de dados, incluindo code review assistido. O ganho cresce quando se vai além da resposta única e se constrói um mini-pipeline dentro do ChatGPT no trabalho. (cdn.openai.com)
• Produto e engenharia. Use o modelo para scaffolding de testes, documentação e refatoração guiada, com pipelines de validação. Estudos de uso em repositórios mostram adoções em tarefas variadas, mas exigem curadoria para separar menções de uso real. (arxiv.org)
• Operações e atendimento. Integre com calendários, documentos e mensageria para orquestrar rotinas, medir tempo ganho e definir SLAs. Casos como o rollout na Uber são guias de integração nativa ao ecossistema de trabalho. (openai.com)

O que observar nos dados, passo a passo

1. Mix de atividades por país. Identifique em quais IWAs sua região está acima ou abaixo da média e cruze com suas frentes de negócio. A especialização por país sugere onde investir em playbooks e capacitação. (openai.com)
2. Evolução trimestral. Procure movimentos de desconcentração e novos picos de demanda por atividades. Use isso para priorizar templates e automações no ChatGPT no trabalho. (openai.com)
3. Gap entre uso e economia real. Compare a distribuição de IWAs no seu uso com a da economia dos Estados Unidos como referência metodológica. Diferenças grandes indicam espaços de inovação e também riscos de desalinhamento. (openai.com)
4. Dosagens de “perguntar” e “fazer”. Times que avançam para fazer mais tendem a capturar mais valor, especialmente quando engatam workflows multi-etapas e multimodais. (cdn.openai.com)

Reflexões e insights para líderes

ChatGPT no trabalho está deixando um rastro mensurável. A queda na concentração de atividades e a especialização por país sugerem um ecossistema que aprende, localiza e amplia repertórios. A consequência prática é clara, estratégia de IA não é uma lista de ferramentas, é um plano de transformação do trabalho em torno de atividades com maior tração no seu contexto. (openai.com)

Também vale calibrar expectativas. Parte dos ganhos depende de adoção de recursos avançados, integração ao fluxo e disciplina de validação. Onde há desenho pobre de processos, a IA só acelera a entropia. Onde há clareza de objetivos, dados de linha de frente, e feedback, ChatGPT no trabalho vira multiplicador. Evidência pública mais granular, como a de 165 atividades e 100 países, ajuda a separar moda de valor. (cdn.openai.com)

Conclusão

O recorte divulgado pela OpenAI eleva o nível do debate, oferecendo séries por 165 atividades em quase 100 países e deixando pistas sobre maturidade e especialização do uso de ChatGPT no trabalho. Para empresas, a mensagem é pragmática, escolha atividades-alvo, crie playbooks e medições, e leve a IA para dentro do fluxo de trabalho. (openai.com)

Para formuladores de políticas e pesquisadores, o convite é claro, cruzar esse dataset com emprego, produtividade e salários para testar hipóteses com dados públicos. A próxima fronteira está menos em contar mensagens e mais em entender onde ChatGPT no trabalho muda produtividade ajustada à qualidade e à segurança do resultado. (openai.com)