Fino a poche settimane fa le funzioni di data analysis di ChaGPT non erano un granché, a detta di diversi esperti. Ma lo scorso 16 Maggio, Open AI ha annunciato importanti “miglioramenti” su questo fronte, riaccendendo così le speranze dei tanti delusi.
Lavorando con l’ultimo modello GPT-4o è ora possibile caricare uno o più fogli di lavoro, visualizzarli e gestirli attraverso tabelle interattive direttamente su ChatGPT e creare grafici personalizzabili. Tutto attraverso comandi in linguaggio naturale.
ChatGPT scrive ed esegue il codice, permettendo all’utente di produrre un report pronto per l’esportazione, senza più preoccuparsi di saper interpretare neanche una stringa di codice. Le novità sono state accolte con grande entusiasmo, tanto che più di qualche esperto è arrivato a mettere in discussione la sopravvivenza stessa della figura del data analyst.
Le cose però non sono così semplici. Certo, ChatGPT è perfetto per le analisi elementari e permette di gestire file di dimensioni maggiori rispetto ad un semplice foglio Excel ma d’altro canto ha una potenza di calcolo limitata e non offre soluzioni particolarmente avanzate.
Il valore del risultato dipende dalla formulazione del prompt. È necessaria una grande conoscenza del dataset, delle operazioni di pulizia e di preprocessing, inoltre è fondamentale una buona conoscenza dei modelli di data analysis da testare.
Una volta ricevuto un dataset pulito, e accuratamente criptato per evitare di condividere dati sensibili, ChatGPT riesce a svolgere abbastanza bene semplici task di data analysis. Ma non riesce ad essere un* data analyst.
Un* data analyst infatti deve conoscere l’ambito dal quale provengono i dati, il metodo di raccolta, il contesto. Deve avere bene in mente a cosa serviranno le analisi svolte e comprendere le necessità di chi ha richiesto il lavoro e di chi utilizzerà i risultati. Insomma, deve riconoscere ed interpretare tutti i dettagli critici.
Certo, ChatGPT può essere un valido alleato per aumentare il lavoro: può scrivere il codice, fornire suggerimenti e aiutare nella redazione di report comprensibili anche ai non addetti ai lavori.
Ma chi si occupa di data analyst può dormire sonni tranquilli. D’altronde, chiunque lavori con la tecnologia sa di dover essere sempre pront* ad esplorare le potenzialità di nuovi sistemi, con una lente critica.
|
