Come forse saprai, io e il mio team abbiamo portato alla comunità Qlik un'estensione del browser che integra Qlik e Git per salvare le versioni del dashboard senza problemi, creando miniature per i dashboard senza passare ad altre finestre. In tal modo, facciamo risparmiare agli sviluppatori Qlik una notevole quantità di tempo e riduciamo lo stress su base giornaliera.
Cerco sempre modi per migliorare il processo di sviluppo di Qlik e ottimizzare le routine quotidiane. Ecco perché è troppo difficile evitare l'argomento più pubblicizzato, ChatGPT e GPT-n, in comune con OpenAI o Large Language Model.
Saltiamo la parte su come funzionano i Large Language Models, GPT-n. Invece, puoi chiedere a ChatGPT o leggere la migliore spiegazione umana di Steven Wolfram.
Inizierò dalla tesi impopolare, "GPT-n Generated Insights from the data is a Curiosity-Quenching Toy", e poi condividerò esempi di vita reale in cui un assistente AI su cui stiamo lavorando può automatizzare attività di routine, tempo libero per attività più complesse analisi e processo decisionale per sviluppatori/analisti di BI.
Assistente AI della mia infanzia
Non lasciare che GPT-n ti porti fuori strada
… sta solo dicendo cose che “suonano bene” in base a come “suonano” le cose nel suo materiale didattico. ©Steven Wolfram
Quindi, stai chattando con ChatGPT tutto il giorno. E all'improvviso, mi viene in mente un'idea brillante: "Chiederò a ChatGPT di generare approfondimenti utilizzabili dai dati!"
Alimentare i modelli GPT-n utilizzando l'API OpenAI con tutti i dati aziendali e i modelli di dati è una grande tentazione per ottenere informazioni utili, ma qui è la cosa cruciale: l'attività principale per il Large Language Model come GPT-3 o superiore è capire come per continuare un pezzo di testo che è stato dato. In altre parole, "segue il modello" di ciò che è là fuori sul web e nei libri e altri materiali utilizzati in esso.
Sulla base di questo fatto, ci sono sei argomenti razionali per cui le intuizioni generate da GPT-n sono solo un giocattolo per soddisfare la tua curiosità e il fornitore di carburante per il generatore di idee chiamato cervello umano:
- GPT-n, ChatGPT può generare approfondimenti che non sono rilevanti o significativi perché manca il contesto necessario per comprendere i dati e le loro sfumature: mancanza di contesto.
- GPT-n, ChatGPT può generare informazioni imprecise a causa di errori nell'elaborazione dei dati o algoritmi difettosi: mancanza di accuratezza.
- Affidarsi esclusivamente a GPT-n, ChatGPT per gli approfondimenti può portare a una mancanza di pensiero critico e analisi da parte di esperti umani, portando potenzialmente a conclusioni errate o incomplete: un eccessivo affidamento sull'automazione.
- GPT-n, ChatGPT può generare insight distorti a causa dei dati su cui è stato addestrato, portando potenzialmente a risultati dannosi o discriminatori: il rischio di bias.
- GPT-n, ChatGPT potrebbe mancare di una profonda comprensione degli obiettivi e degli obiettivi aziendali che guidano l'analisi della BI, portando a raccomandazioni non allineate con la strategia generale: una comprensione limitata degli obiettivi aziendali.
- Fidarsi dei dati critici per l'azienda e condividerli con una "scatola nera" in grado di autoapprendere genererà l'idea nelle teste brillanti del TOP management che stai insegnando ai tuoi concorrenti come vincere: mancanza di fiducia. Lo avevamo già visto quando iniziarono ad apparire i primi database cloud come Amazon DynamoDB.
Per dimostrare almeno un argomento, esaminiamo come ChatGPT potrebbe sembrare convincente. Ma in alcuni casi, non è corretto.
Chiederò a ChatGPT di risolvere il semplice calcolo 965 * 590 e poi gli chiederò di spiegare i risultati passo dopo passo.
568 350 ?! OOPS... qualcosa va storto.
Nel mio caso, si è verificata un'allucinazione nella risposta ChatGPT perché la risposta 568,350 non è corretta.
Facciamo il secondo colpo e chiediamo a ChatGPT di spiegare i risultati passo dopo passo.
Bel tiro! Ma ancora sbagliato...
ChatGPT cerca di essere persuasivo in una spiegazione passo dopo passo, ma è ancora sbagliato.
Il contesto conta. Riproviamo, ma alimentiamo lo stesso problema con il prompt "agisci come...".
BINGO! 569 350 è la risposta corretta
Ma questo è un caso in cui il tipo di generalizzazione che una rete neurale può prontamente fare - che è 965*590 - non sarà sufficiente; è necessario un vero algoritmo computazionale, non solo un approccio basato sulla statistica.
Chissà... forse l'intelligenza artificiale ha appena concordato con gli insegnanti di matematica in passato e non usa la calcolatrice fino alle classi superiori.
Poiché la mia richiesta nell'esempio precedente è semplice, puoi identificare rapidamente l'errore della risposta da ChatGPT e provare a risolverlo. Ma cosa succede se l'allucinazione irrompe in risposta a domande come:
- Quale venditore è il più efficace?
- Mostrami le entrate dell'ultimo trimestre.
Potrebbe portarci alla DECISIONE GUIDATA DALL'ALLUCINAZIONE, senza funghi.
Naturalmente, sono sicuro che molti dei miei argomenti di cui sopra diventeranno irrilevanti in un paio di mesi o anni a causa dello sviluppo di soluzioni strettamente mirate nel campo dell'IA generativa.
Sebbene i limiti di GPT-n non debbano essere ignorati, le aziende possono comunque creare un processo analitico più solido ed efficace sfruttando i punti di forza degli analisti umani (è divertente che debba evidenziare HUMAN) e degli assistenti AI. Ad esempio, considera uno scenario in cui gli analisti umani tentano di identificare i fattori che contribuiscono all'abbandono dei clienti. Utilizzando gli assistenti AI basati su GPT-3 o versioni successive, l'analista può generare rapidamente un elenco di potenziali fattori, come prezzi, servizio clienti e qualità del prodotto, quindi valutare questi suggerimenti, esaminare ulteriormente i dati e infine identificare i fattori più rilevanti che guidano l'abbandono dei clienti.
MOSTRAMI I TESTI UMANI
ANALISTA UMANO che fa richieste a ChatGPT
L'assistente AI può essere utilizzato per automatizzare le attività che trascorri innumerevoli ore in questo momento. È ovvio, ma diamo un'occhiata più da vicino all'area in cui gli assistenti di intelligenza artificiale alimentati da modelli di linguaggio di grandi dimensioni come GPT-3 e versioni successive vengono testati bene, generando testi simili a quelli umani.
Ce ne sono molti nelle attività quotidiane degli sviluppatori di BI:
- Scrivere grafici, titoli di fogli e descrizioni. GPT-3 e versioni successive possono aiutarci a generare rapidamente titoli informativi e concisi, assicurando che la nostra visualizzazione dei dati sia di facile comprensione e navigazione per i responsabili delle decisioni e utilizzando il prompt "agisci come .."
- Documentazione del codice. Con GPT-3 e versioni successive, possiamo creare rapidamente frammenti di codice ben documentati, rendendo più facile per i membri del nostro team comprendere e mantenere la base di codice.
- Creazione di voci principali (dizionario commerciale). L'assistente AI può aiutare a costruire un dizionario aziendale completo fornendo definizioni precise e concise per vari punti dati, riducendo l'ambiguità e favorendo una migliore comunicazione di squadra.
- Creazione di una miniatura accattivante (copertine) per i fogli/dashboard nell'app. GPT-n può generare miniature accattivanti e visivamente accattivanti, migliorando l'esperienza utente e incoraggiando gli utenti a esplorare i dati disponibili.
- Scrittura di formule di calcolo tramite espressioni di set-analysis nelle query Qlik Sense/DAX in Power BI. GPT-n può aiutarci a redigere queste espressioni e query in modo più efficiente, riducendo il tempo impiegato per scrivere formule e permettendoci di concentrarci sull'analisi dei dati.
- Scrittura di script di caricamento dati (ETL). GPT-n può aiutare a creare script ETL, automatizzare la trasformazione dei dati e garantire la coerenza dei dati tra i sistemi.
- Risoluzione dei problemi relativi a dati e applicazioni. GPT-n può fornire suggerimenti e approfondimenti per aiutare a identificare potenziali problemi e offrire soluzioni per dati comuni e problemi applicativi.
- Rinominare i campi da tecnici a commerciali nel modello di dati. GPT-n può aiutarci a tradurre i termini tecnici in un linguaggio aziendale più accessibile, rendendo il modello di dati più facile da comprendere per le parti interessate non tecniche con pochi clic.
Gli assistenti di intelligenza artificiale alimentati dai modelli GPT-n possono aiutarci a essere più efficienti ed efficaci nel nostro lavoro automatizzando le attività di routine e liberando tempo per analisi e processi decisionali più complessi.
E questa è l'area in cui la nostra estensione del browser per Qlik Sense può offrire valore. Ci siamo preparati per l'imminente rilascio dell'assistente AI, che offrirà la generazione di titoli e descrizioni agli sviluppatori Qlik direttamente nell'app durante lo sviluppo di app di analisi.
Utilizzando GPT-n ottimizzato dall'API OpenAI per queste attività di routine, gli sviluppatori e gli analisti di Qlik possono migliorare significativamente la loro efficienza e dedicare più tempo ad analisi complesse e al processo decisionale. Questo approccio garantisce inoltre che sfruttiamo i punti di forza di GPT-n riducendo al minimo i rischi di fare affidamento su di esso per l'analisi dei dati critici e la generazione di insight.
Conclusione
In conclusione, lasciami, per favore, lascia il posto a ChatGPT:
Riconoscere sia i limiti che le potenziali applicazioni di GPT-n nel contesto di Qlik Sense e di altri strumenti di business intelligence aiuta le organizzazioni a sfruttare al massimo questa potente tecnologia di intelligenza artificiale mitigando i potenziali rischi. Promuovendo la collaborazione tra gli insight generati da GPT-n e le competenze umane, le organizzazioni possono creare un solido processo analitico che sfrutta i punti di forza sia dell'IA che degli analisti umani.
Per essere tra i primi a sperimentare i vantaggi del nostro prossimo rilascio del prodotto, vorremmo invitarti a compilare il modulo per il nostro programma di accesso anticipato. Aderendo al programma, otterrai l'accesso esclusivo alle funzionalità e ai miglioramenti più recenti che ti aiuteranno a sfruttare la potenza dell'assistente AI nei tuoi flussi di lavoro di sviluppo Qlik. Non perdere questa opportunità per stare al passo con i tempi e sbloccare tutto il potenziale degli insight basati sull'intelligenza artificiale per la tua organizzazione.
