AI 真实使用方式仍不明：独立研究平台填补数据盲区

AI 公司虽然定期发布 ChatGPT、Claude 等产品的使用报告，但这些数据完全由厂商自行筛选和公开，缺乏独立来源加以印证。斯坦福可信 AI 研究实验室（STAIR）的计算机科学博士生 Anka Reuel 表示：「目前没有任何独立来源能够佐证这些报告。」她与 MIT 媒体实验室近期博士毕业生 Shayne Longpre 共同主导了一项名为「AI Observatory」的新研究项目，旨在填补这一空白。

项目定位：独立聚合真实对话

AI Observatory 是一个公开平台，整合并分析了来自 7 个现有数据集的真实 AI 对话，涵盖 Claude、Gemini 等主流模型。Reuel 指出，利益相关者目前正基于极其有限的数据对 AI 的收益与风险做出重大决策，该平台希望为研究者和政策制定者提供独立的参考信息。

研究团队成员来自 MIT、斯坦福、Data Provenance Initiative 等机构，共汇总了 2023 年至 2025 年间 5,000 名用户与 52 个不同模型产生的 24,521 段对话、85,633 轮交互。但与厂商可获取的数据相比，这一规模仍属微小：Anthropic 最新经济指数基于 100 万段 Claude 对话，OpenAI 关于 ChatGPT 使用的报告则分析了 150 万段对话。

关键发现：被过滤的近一半对话

研究团队将 Anthropic 的方法论套用至自有数据集后发现，约 48% 的对话会被 Anthropic 现行筛选规则剔除。被剔除的非工作类对话中，多类敏感内容的占比明显高于 Anthropic 自身报告中的水平：

健康与情感话题：44.2%（Anthropic 报告为 31.2%）
成人或违规内容：7.9%（Anthropic 报告为 2.1%）
骚扰、仇恨言论：27.5%（Anthropic 报告为 5.66%）
性相关内容：16.7%（Anthropic 报告为 2.4%）

OpenAI 2025 年关于 ChatGPT 的报告同样显示，仅 30% 的消费者使用与工作相关。这说明厂商报告主要聚焦生产力场景，对个人使用和敏感行为的覆盖存在显著盲区。Anthropic 代表回应称，其公开研究反映了研究团队的具体问题与兴趣，并强调支持外部独立研究的重要性。OpenAI 未回应置评请求。

模型差异：使用场景各有侧重

研究还揭示了不同模型之间、以及同一模型不同版本之间的显著差异：

Grok 与 Gemini 更常被用于信息检索；Grok 在新闻和政治类信息上尤为常用，同时也是虚假信息最集中的平台。
用户更多使用 Anthropic 模型进行编程，使用 Gemini 进行社交和角色扮演，使用 ChatGPT 辅助作业。
在 ChatGPT 内部，GPT-3.5 时期对话较短，而 GPT-4o 时期对话更长、更具迭代性——后者此前因引发情感依赖而受到关注。

趋势变化：对话更长、敏感行为下降

时间维度上，研究也观察到几个明显趋势：最大的数据集之一 WildChat 显示，对话的提示词 token、回复 token 和轮次都在增长，意味着交流更加深入和复杂；闲聊比例显著上升，AI 陪伴使用增加，而模型主动披露「我是聊天机器人」的比例则在下降。被研究人员标记为敏感使用的对话比例有所下降，可能反映出平台部署了更有效的安全防护措施。

Longpre 总结道：「没有任何一份厂商报告能讲述完整的故事。」AI Observatory 试图提供的，正是这种跨模型、跨时间的全景式独立观察，以弥补当前公开数据的结构性缺口。