Si su trabajo consiste en analizar e informar sobre datos, es comprensible que se sienta un poco preocupado por los rápidos avances de la inteligencia artificial (IA). En particular, la aplicación viral ChatGPT ha capturado la imaginación del público en general en los últimos meses, actuando como una poderosa demostración de lo que la IA ya es capaz de hacer. Para algunos, también puede parecer una advertencia sobre lo que podría depararnos el futuro.
Sin duda, uno de los puntos fuertes de la IA es su capacidad para dar sentido a grandes cantidades de datos, buscando patrones y plasmándolos en informes, documentos y formatos que los humanos puedan entender fácilmente. Este es el «pan de cada día» de los analistas de datos, así como de muchos otros profesionales de la economía del conocimiento cuyo trabajo implica trabajar con datos y análisis.
Es cierto que la inteligencia artificial –término que generalmente, en el mundo empresarial e industrial, se refiere al aprendizaje automático– se utiliza desde hace años en estos campos. Lo que ChatGPT y otras herramientas similares basadas en grandes modelos lingüísticos (LLM) y en el procesamiento del lenguaje natural (NLP) aportan es que pueden ser utilizadas fácil y eficazmente por cualquiera. Un director general puede simplemente decirle a un ordenador «¿qué tengo que hacer para mejorar la satisfacción del cliente?» o «¿cómo puedo conseguir más ventas?», ¿necesita preocuparse de contratar, formar y mantener un costoso equipo de analistas para responder a esas preguntas?
Afortunadamente, la respuesta probablemente sea afirmativa. De hecho, a medida que la IA se hace más accesible y se generaliza, ese equipo puede llegar a ser incluso más crítico para el negocio de lo que ya es. De lo que no cabe duda, sin embargo, es de que sus puestos de trabajo cambiarán sustancialmente. Así pues, he aquí mi resumen de cómo esta tecnología puede afectar al campo de los datos y el análisis a medida que se generalice en un futuro próximo.
En primer lugar, ¿qué son ChatGPT, LLM y PNL?
ChatGPT es una interfaz conversacional (o chatbot) de acceso público que funciona con un LLM llamado GPT-3, desarrollado por el instituto de investigación OpenAI. El LLM (Large Language Model) forma parte de un campo del aprendizaje automático conocido como procesamiento del lenguaje natural, lo que básicamente significa que nos permite hablar con máquinas y que éstas nos respondan en lenguaje «natural» (es decir, humano). En pocas palabras, esto significa que podemos hacerle una pregunta en inglés o, de hecho, en uno de los casi 100 idiomas. También puede leer, entender y generar código informático en varios lenguajes de programación populares, como Python, Javascript y C++. Hace tiempo que nos hemos acostumbrado a interactuar con la tecnología de PLN, en gran parte gracias a asistentes de IA como Alexa y Siri, pero el LLM de GPT-3 y ChatGPT es mucho mayor, lo que le permite comprender entradas mucho más complejas y proporcionar salidas mucho más sofisticadas.
El GPT-3 LLM parece capaz de utilizar el lenguaje de forma muy sofisticada porque se entrenó con un enorme conjunto de datos de información, que se dice que consta de más de 175.000 millones de parámetros. Esto incluye un repositorio abierto de datos web llamado Common Crawl y varios archivos de libros en línea. Al procesar todos estos datos, es capaz de aprender cómo se conectan las palabras entre sí y predecir cuál será probablemente la respuesta más adecuada a cualquier estímulo (una pregunta u otra entrada) que se le dé. A veces se denomina «IA generativa» porque crea nuevos resultados que no se han visto antes.
¿Cuáles son las limitaciones de ChatGPT?
Antes de entusiasmarnos demasiado con lo que puede hacer, conviene señalar que, a pesar del bombo y platillo que se le ha dado, existen algunos límites bastante significativos a lo que la tecnología puede hacer hoy en día. En primer lugar, a menudo comete errores, a veces muy básicos, que pueden dejar en ridículo a cualquiera que confíe en ella profesionalmente si no tiene cuidado.
Por ejemplo, cuando estaba trabajando en este artículo, una cosa obvia que hacer era preguntar a ChatGPT qué partes del trabajo de un analista de datos es capaz de automatizar. Una de las primeras respuestas que dio fue: «ChatGPT puede generar gráficos, diagramas y otras visualizaciones». Esto es claramente erróneo, ya que sólo es capaz de generar texto.
En lo que respecta al análisis de datos, ChatGPT también está limitado por el hecho de que no podemos cargarle datos más allá de cualquier información que pueda introducirse como texto. No podemos, por ejemplo, cargar una hoja de Excel con cifras de ventas y pedirle información. Por supuesto, no se sabe lo que podrán hacer las futuras versiones. Teniendo esto en cuenta, veamos cómo se puede utilizar y especulemos un poco sobre lo que puede ser posible con los LLM y la PNL en un futuro próximo.
¿Cómo pueden utilizarse ChatGPT, LLM y PNL en el análisis de datos?
Estas son algunas de las principales formas en que ChatGPT, LLM y NLP pueden utilizarse en datos y análisis:
- Crear código y aplicaciones que puedan analizar datos o automatizar procesos como la recopilación de datos, el formateo de datos o la limpieza de datos.
- Definir estructuras de datos: por ejemplo, qué campos deben incluirse en los registros de una base de datos o qué encabezados de fila y columna son necesarios para una hoja de cálculo.
- Indicar cómo deben construirse los cuadros, gráficos, diagramas o infografías y qué información debe incluirse.
- Sugerir qué información incluir en los informes para que los distintos públicos –directivos, jefes de departamento, gerentes, etc.– puedan tomar medidas basándose en ellos.
- Crear material de formación para enseñar a los trabajadores a aplicar la analítica a sus propios datos.
- Identificar las fuentes de datos que probablemente contengan la información que necesitamos para una tarea concreta; por ejemplo: «¿Dónde puedo encontrar datos sobre fraude financiero en la India?».
- Crear datos ficticios o sintéticos para diversos fines, como entrenar otros modelos de aprendizaje automático o probar algoritmos.
- Asesorar sobre el cumplimiento de la normativa y las medidas prácticas que pueden adoptarse para garantizar que las operaciones de datos sean legales, imparciales y éticas.
- Identificar los procesos analíticos y sugerir las mejores prácticas que tienen más probabilidades de dar los resultados deseados.
¿Es ChatGPT una amenaza para los empleos en datos y analítica?
Como hemos visto, ChatGPT puede automatizar fácilmente algunas de las tareas que tradicionalmente se llevan a cabo en los trabajos analíticos, como las funciones de analista de negocios, datos y finanzas. Es probable que las futuras iteraciones de la tecnología sean aún más eficaces y eficientes en este sentido.
Pero eso no significa que cualquiera que desempeñe una función analítica vaya a quedarse sin trabajo de inmediato. Esto se debe principalmente a que los LLM y las herramientas de PNL más sofisticadas de hoy en día aún carecen de capacidades como el pensamiento crítico, la planificación estratégica y la resolución de problemas complejos. La mayoría de los expertos coinciden en que no es probable que las herramientas basadas en el aprendizaje automático sean capaces de llevar a cabo estas funciones al mismo nivel que los humanos en un futuro próximo.
Es probable que las empresas y otras organizaciones sigan necesitando humanos expertos en este campo durante algún tiempo.
Dicho esto, es probable que las funciones analíticas que sólo requieren un trabajo repetitivo se automaticen en gran medida en un futuro próximo, y probablemente sea inevitable que se pierdan algunos puestos de trabajo debido a ello.
Al mismo tiempo, se crearán nuevos puestos de trabajo. Es probable que giren en torno a la capacidad de desplegar herramientas como ChatGPT y, al mismo tiempo, practicar la toma de decisiones humana, la resolución de problemas, el liderazgo, la estrategia, la dirección y la creación de equipos.
Trabajo en el sector de los datos y el análisis; ¿cómo puedo asegurarme de no quedarme sin empleo?
Hay dos reglas muy importantes que seguir. En primer lugar, hagas lo que hagas, no escondas la cabeza bajo el ala y finjas que esto no está ocurriendo y que la IA no va a cambiar drásticamente tu forma de trabajar.
En segundo lugar, aprenda a utilizar esta tecnología como una herramienta. Comprende cuáles son sus capacidades para aumentar tus propias habilidades utilizando herramientas como ChatGPT o lo que venga después para automatizar tareas rutinarias y repetitivas. En este artículo, he enumerado una serie de tareas a las que esto se puede aplicar de inmediato: analízalas y asegúrate de que entiendes cómo se puede hacer cada una de ellas. A continuación, aprende a aprovechar el aumento de tiempo y eficiencia que esto genera para desarrollar tu conjunto de habilidades y centrarte en áreas en las que realmente puedes marcar la diferencia.
Ignorar la llegada de la IA a tu profesión sólo puede hacer que te quedes atrás, ya que los colegas y competidores que están dispuestos a avanzar con los tiempos cosechan los frutos. Por ahora, todo lo que estamos viendo es la punta del iceberg. A medida que la tecnología evolucione, cada vez más aspectos de nuestro trabajo diario se automatizarán. Adelantarse a esta curva, aprender a utilizar las nuevas herramientas a medida que estén disponibles y ser consciente de las áreas en las que el toque humano sigue siendo necesario es la clave para prosperar en la era de la IA.
