ChatGPT模型使用的自我监督学习算法是基于语言模型的自监督学习方法。具体来说，在训练ChatGPT模型时，使用的是一种被称为「掩码语言模型」（Masked Language Model，MLM）的自监督学习算法。

该算法的主要思路是在示例中将一些单词token替换为特殊的掩码符，然后让模型预测被掩码的单词。掩码的位置可以是一个单词，也可以是一个短语。这样的掩码语言模型训练有助于模型学习到语言的局部和全局结构，改善了模型对上下文的理解，从而提高了模型的生成能力。

与传统的语言模型相比，掩码语言模型更难以预测被掩码的单词，这意味着模型需要更多的背景信息来确定缺失的词汇。因此，通过这种方式训练的ChatGPT模型可以在多个自然语言处理任务上提供出色的性能。例如，ChatGPT在文本生成、命名实体识别、摘要生成等任务上的表现优秀，展示出了自我监督学习的长处