論文の概要: How People Use ChatGPT: Conversation-Level Evidence from India, Nigeria, Brazil, and Pakistan

• arxiv url: http://arxiv.org/abs/2609.38279v1
• Date: Tue, 29 Sep 2026 15:51:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.472228
• Title: How People Use ChatGPT: Conversation-Level Evidence from India, Nigeria, Brazil, and Pakistan
• Title（参考訳）: ChatGPTの使い方:インド、ナイジェリア、ブラジル、パキスタンの会話レベルの証拠
• Abstract要約: この研究は、複数の非西洋諸国におけるChatGPTの使用について、人口統計学的に比較した初めての会話レベルである。 これらのユーザがChatGPTを(目的)何に使うのか、何を話すのか(トピック)、どのように使うのかを尋ねる。 個人利用は全国の会話の55-64%を占めており、コースワークは仕事と同じくらい一般的である。
• 参考スコア（独自算出の注目度）: 1.759752510445115
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Public understanding of how people use LLM-based conversational AI assistants comes primarily from aggregate platform reports by OpenAI and Anthropic, which apply fixed taxonomies and inferred demographics to hundreds of millions of users and release only summary statistics that outside researchers cannot re-analyze. We provide a complementary, conversation-level view: complete ChatGPT exports comprising 202,590 conversations from 1,252 users across India, Nigeria, Brazil, and Pakistan, paired with self-reported age and gender and spanning December 2022 to February 2026. To our knowledge this is the first conversation-level, demographically grounded comparison of ChatGPT use across multiple non-Western countries. We ask what these users use ChatGPT for (purpose), what they talk about (topics), and how they engage with it (mode of interaction), using the platform's own classifiers, unsupervised topic discovery, and a thematic analysis of expressive conversations. Personal use accounts for 55-64% of conversations in every country and coursework is about as common as work, so workplace productivity describes a minority of use. Unsupervised topic discovery surfaces country-specific uses that the OpenAI taxonomy folds into generic categories: health and wellness in India and Brazil, Urdu-English translation in Pakistan, current affairs in Nigeria, religious questions in Nigeria and Pakistan, and self-reflection in Brazil. Over three years, the share of conversations that seek information declined only modestly and the share that delegate a task did not grow, while conversations in which users express themselves rose from a few percent to roughly a fifth or more in every country. The same product is thus attached to different local needs in each country, and understanding what adoption means requires conversation-level, country-sensitive measurement alongside global aggregates.
• Abstract（参考訳）: LLMベースの会話型AIアシスタントの使用に関する一般の理解は、主にOpenAIとAnthropicの集計プラットフォームレポートから得ている。 インド、ナイジェリア、ブラジル、パキスタンの1,252人のユーザーからの202,590件の会話と、2022年12月から2026年2月までの自己申告年齢と性別を合わせた完全なChatGPTエクスポートを提供する。 われわれの知る限り、これは、複数の非西洋諸国でChatGPTが使われていることに対する、初めて、人口統計学的に比較された会話レベルである。 これらのユーザがChatGPTを(目的)何に使っているのか、(トピック)何について話しているのか、(インタラクションのモード)どのように関わっているのか、プラットフォーム独自の分類器の使用、教師なしトピック発見、表現力のある会話のテーマ分析について尋ねる。 個人利用は、すべての国で55～64%の会話があり、コースワークは仕事と同じくらいに共通している。 インドとブラジルの健康と健康、パキスタンのウルドゥー語訳、ナイジェリアの現事、ナイジェリアとパキスタンの宗教問題、ブラジルの自己回帰である。 3年間で、情報を求める会話のシェアは緩やかに減少し、タスクを代行する会話のシェアは伸びなかった。 したがって、同じ製品は各国の異なる地域のニーズに適応し、グローバルアグリゲーションと並行して、会話レベル、国に敏感な測定を必要とするものを理解する。

関連論文リスト

• Dial HEALTHDIAL for Advice: A Multilingual and Multi-Parallel Spoken Dialogue Dataset for Knowledge-Grounded Information Seeking [72.66384771245389]
  本研究では,RAGに基づく音声対話システムの開発と評価を目的とした大規模・多言語・マルチ並列データセットであるHEALTHDIALを紹介する。 このデータセットは、WHO(World Health Organization)の信頼できるコンテンツに基づく6000の情報検索対話(言語毎1500語)と、多様な方言の母語話者から記録された163時間のユーザスピーチで構成されている。
  論文  参考訳（メタデータ） (2026-05-28T15:47:09Z)
• Inferential Privacy Leakage in Anonymized Conversational AI Logs [3.075317043745676]
  グローバル・サウス4カ国1000人以上のコーパス上で、ChatGPT会話のプライバシー関連の特徴を2つ測定した。 34.5%のユーザーメッセージは、20の分類にまたがる個人情報を含み、中央のユーザーは会話履歴の最初の14%でコンテンツを識別する。 オフシェルフ大言語モデルは、各ユーザの年齢、性別、国をそれぞれ0.84、0.90、0.88の重み付きF1で復元し、会話履歴の最初の5%から中央値のユーザが識別する。
  論文  参考訳（メタデータ） (2026-05-22T16:22:14Z)
• X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
  チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。 従来の設定では、各参加者は一度に1つのメッセージに制限される。 本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
  論文  参考訳（メタデータ） (2024-08-19T09:57:28Z)
• WildChat: 1M ChatGPT Interaction Logs in the Wild [88.05964311416717]
  WildChatは100万件のユーザー・チャットGPT会話のコーパスで、250万回以上のインタラクション・ターンで構成されている。 タイムスタンプによるチャットの書き起こしに加えて、州、国、ハッシュIPアドレスを含む人口統計データでデータセットを豊かにします。
  論文  参考訳（メタデータ） (2024-05-02T17:00:02Z)
• Learning About Social Context from Smartphone Data: Generalization Across Countries and Daily Life Moments [5.764112063319108]
  5か国581人の若者から収集した216万件以上の自己申告データを用いて,新しい,大規模,マルチモーダルなスマートフォンセンシングデータセットを使用した。 いくつかのセンサは社会的文脈に影響を与えており、部分的にパーソナライズされたマルチカントリーモデル(すべての国からのデータでトレーニングおよびテスト)と国固有のモデル(国内でトレーニングおよびテスト)は、90%のAUC以上で同様のパフォーマンスを達成することができる。 これらの結果は、異なる国における社会的文脈推論モデルをよりよく理解するために、モバイルデータの多様性の重要性を裏付けるものである。
  論文  参考訳（メタデータ） (2023-06-01T17:20:56Z)
• Knowledge-Grounded Conversational Data Augmentation with Generative Conversational Networks [76.11480953550013]
  生成会話ネットワークを用いて会話データを自動的に生成する。 我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2022-07-22T22:37:14Z)
• Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
  我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。 自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2021-10-15T21:46:39Z)
• Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset for Personality Assessment [50.15466026089435]
  本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。 参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。 データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
  論文  参考訳（メタデータ） (2020-08-31T17:44:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。