Como sabrá, mi equipo y yo hemos traído a la comunidad de Qlik una extensión de navegador que integra Qlik y Git para guardar versiones de tablero sin problemas, creando miniaturas para tableros sin cambiar a otras ventanas. Al hacerlo, ahorramos a los desarrolladores de Qlik una cantidad significativa de tiempo y reducimos el estrés diario.
Siempre busco formas de mejorar el proceso de desarrollo de Qlik y optimizar las rutinas diarias. Es por eso que es demasiado difícil evitar el tema más publicitado, ChatGPT y GPT-n, por OpenAI o Large Language Model en común.
Omitamos la parte sobre cómo funcionan los modelos de lenguaje grande, GPT-n. En su lugar, puede preguntar a ChatGPT o leer la mejor explicación humana de Steven Wolfram.
Comenzaré con la tesis impopular, "La información generada por GPT-n a partir de los datos es un juguete para apagar la curiosidad", y luego compartiré ejemplos de la vida real en los que estamos trabajando con un asistente de IA que puede automatizar tareas rutinarias, tiempo libre para tareas más complejas. análisis y toma de decisiones para desarrolladores/analistas de BI.
Asistente de IA de mi infancia
No permita que GPT-n lo lleve por mal camino
… simplemente está diciendo cosas que “suenen bien” en función de cómo “sonaban” las cosas en su material de capacitación. © Steven Wolfram
Entonces, estás chateando con ChatGPT todo el día. Y de repente, se me ocurre una idea brillante: "¡Le pediré a ChatGPT que genere información procesable a partir de los datos!"
Alimentar los modelos GPT-n mediante la API de OpenAI con todos los datos comerciales y los modelos de datos es una gran tentación para obtener información práctica, pero aquí está lo crucial: la tarea principal para el modelo de lenguaje grande como GPT-3 o superior es averiguar cómo hacerlo. para continuar un fragmento de texto que se le ha dado. En otras palabras, "sigue el patrón" de lo que hay en la web y en los libros y otros materiales que se utilizan en ella.
Con base en este hecho, hay seis argumentos racionales por los que los conocimientos generados por GPT-n son solo un juguete para saciar su curiosidad y un proveedor de combustible para el generador de ideas llamado cerebro humano:
- GPT-n, ChatGPT puede generar información que no es relevante o significativa porque carece del contexto necesario para comprender los datos y sus matices: falta de contexto.
- GPT-n, ChatGPT puede generar información inexacta debido a errores en el procesamiento de datos o algoritmos defectuosos: falta de precisión.
- Al depender únicamente de GPT-n, ChatGPT para obtener información puede conducir a una falta de pensamiento crítico y análisis por parte de expertos humanos, lo que podría conducir a conclusiones incorrectas o incompletas: una dependencia excesiva de la automatización.
- GPT-n, ChatGPT puede generar información sesgada debido a los datos con los que se entrenó, lo que podría generar resultados dañinos o discriminatorios: el riesgo de sesgo.
- GPT-n, ChatGPT puede carecer de una comprensión profunda de las metas comerciales y los objetivos que impulsan el análisis de BI, lo que lleva a recomendaciones que no están alineadas con la estrategia general: una comprensión limitada de las metas comerciales.
- Confiar en los datos críticos para el negocio y compartirlos con una "caja negra" que puede aprender por sí misma generará la idea en las cabezas brillantes de la alta gerencia de que está enseñando a sus competidores cómo ganar: falta de confianza. Ya lo habíamos visto cuando empezaron a aparecer las primeras bases de datos en la nube como Amazon DynamoDB.
Para probar al menos un argumento, examinemos cómo ChatGPT podría sonar convincente. Pero en algunos casos, no es correcto.
Le pediré a ChatGPT que resuelva el cálculo simple 965 * 590 y luego le pediré que explique los resultados paso a paso.
568 350?! Uy... algo sale mal.
En mi caso, una alucinación se abrió paso en la respuesta de ChatGPT porque la respuesta 568,350 es incorrecta.
Hagamos el segundo disparo y pidamos a ChatGPT que explique los resultados paso a paso.
¡Buen tiro! Pero sigue mal…
ChatGPT intenta ser persuasivo en una explicación paso a paso, pero aún así está mal.
El contexto importa. Intentémoslo de nuevo, pero alimente el mismo problema con el aviso "actuar como...".
¡BINGO! 569 350 es la respuesta correcta
Pero este es un caso en el que el tipo de generalización que puede hacer fácilmente una red neuronal (que es 965*590) no será suficiente; se necesita un algoritmo computacional real, no solo un enfoque basado en estadísticas.
Quién sabe... tal vez AI estuvo de acuerdo con los profesores de matemáticas en el pasado y no usa la calculadora hasta los grados superiores.
Dado que mi indicación en el ejemplo anterior es sencilla, puede identificar rápidamente la falacia de la respuesta de ChatGPT e intentar solucionarla. Pero, ¿y si la alucinación se convierte en respuesta a preguntas como:
- ¿Qué vendedor es el más eficaz?
- Muéstrame los ingresos del último trimestre.
Podría llevarnos a la toma de DECISIONES IMPULSADA POR ALUCINACIONES, sin hongos.
Por supuesto, estoy seguro de que muchos de mis argumentos anteriores se volverán irrelevantes en un par de meses o años debido al desarrollo de soluciones enfocadas en el campo de la IA generativa.
Si bien las limitaciones de GPT-n no deben ignorarse, las empresas aún pueden crear un proceso analítico más sólido y efectivo al aprovechar las fortalezas de los analistas humanos (es divertido que tenga que resaltar HUMAN) y los asistentes de IA. Por ejemplo, considere un escenario en el que los analistas humanos intenten identificar los factores que contribuyen a la pérdida de clientes. Usando asistentes de IA con tecnología GPT-3 o superior, el analista puede generar rápidamente una lista de factores potenciales, como precios, servicio al cliente y calidad del producto, luego evaluar estas sugerencias, investigar más los datos y, en última instancia, identificar los factores más relevantes. que impulsan la rotación de clientes.
MUÉSTRAME LOS TEXTOS HUMANOS
ANALISTA HUMANO haciendo indicaciones para ChatGPT
El asistente de IA se puede usar para automatizar tareas en las que pasa incontables horas haciendo en este momento. Es obvio, pero echemos un vistazo más de cerca al área en la que los asistentes de IA impulsados por modelos de lenguaje grande como GPT-3 y superiores se prueban bien, generando textos similares a los humanos.
Hay un montón de ellos en las tareas diarias de los desarrolladores de BI:
- Escribir gráficos, títulos de hojas y descripciones. GPT-3 y superior pueden ayudarnos a generar rápidamente títulos informativos y concisos, asegurando que nuestra visualización de datos sea fácil de entender y navegar para los tomadores de decisiones y usando el mensaje "actuar como...".
- Documentación del código. Con GPT-3 y superior, podemos crear rápidamente fragmentos de código bien documentados, lo que facilita que los miembros de nuestro equipo comprendan y mantengan la base de código.
- Creación de elementos maestros (diccionario empresarial). El asistente de IA puede ayudar a crear un diccionario comercial completo al proporcionar definiciones precisas y concisas para varios puntos de datos, reducir la ambigüedad y fomentar una mejor comunicación en equipo.
- Crear una miniatura pegadiza (portadas) para las hojas/paneles de control en la aplicación. GPT-n puede generar miniaturas atractivas y visualmente atractivas, mejorando la experiencia del usuario y animándolos a explorar los datos disponibles.
- Escribir fórmulas de cálculo mediante expresiones de análisis de conjuntos en consultas Qlik Sense/DAX en Power BI. GPT-n puede ayudarnos a redactar estas expresiones y consultas de manera más eficiente, reduciendo el tiempo dedicado a escribir fórmulas y permitiéndonos centrarnos en el análisis de datos.
- Escritura de scripts de carga de datos (ETL). GPT-n puede ayudar a crear scripts ETL, automatizar la transformación de datos y garantizar la coherencia de los datos en todos los sistemas.
- Solución de problemas de datos y aplicaciones. GPT-n puede proporcionar sugerencias e información para ayudar a identificar problemas potenciales y ofrecer soluciones para problemas comunes de aplicaciones y datos.
- Cambio de nombre de los campos de técnicos a comerciales en el modelo de datos. GPT-n puede ayudarnos a traducir términos técnicos a un lenguaje comercial más accesible, lo que hace que el modelo de datos sea más fácil de entender para las partes interesadas no técnicas con unos pocos clics.
Los asistentes de IA con tecnología de modelos GPT-n pueden ayudarnos a ser más eficientes y efectivos en nuestro trabajo al automatizar tareas rutinarias y liberar tiempo para análisis y toma de decisiones más complejos.
Y esta es el área donde nuestra extensión de navegador para Qlik Sense puede ofrecer valor. Nos hemos preparado para el próximo lanzamiento, del asistente de IA, que traerá la generación de títulos y descripciones a los desarrolladores de Qlik solo en la aplicación mientras desarrollan aplicaciones de análisis.
Con el uso de GPT-n optimizado por la API de OpenAI para estas tareas rutinarias, los desarrolladores y analistas de Qlik pueden mejorar significativamente su eficiencia y dedicar más tiempo a análisis complejos y toma de decisiones. Este enfoque también garantiza que aprovechemos las fortalezas de GPT-n mientras minimizamos los riesgos de confiar en él para el análisis de datos críticos y la generación de información.
Conclusión
En conclusión, permítanme, por favor, den paso a ChatGPT:
Reconocer tanto las limitaciones como las posibles aplicaciones de GPT-n en el contexto de Qlik Sense y otras herramientas de inteligencia empresarial ayuda a las organizaciones a aprovechar al máximo esta poderosa tecnología de IA al mismo tiempo que mitiga los riesgos potenciales. Al fomentar la colaboración entre los conocimientos generados por GPT-n y la experiencia humana, las organizaciones pueden crear un proceso analítico sólido que aproveche las fortalezas de la IA y los analistas humanos.
Para estar entre los primeros en experimentar los beneficios de nuestro próximo lanzamiento de producto, nos gustaría invitarlo a completar el formulario para nuestro programa de acceso anticipado. Al unirse al programa, obtendrá acceso exclusivo a las últimas funciones y mejoras que lo ayudarán a aprovechar el poder del asistente de IA en sus flujos de trabajo de desarrollo de Qlik. No pierda esta oportunidad de mantenerse a la vanguardia y desbloquear todo el potencial de los conocimientos basados en IA para su organización.
