Using ChatGPT for Data Science Analyses
تقيم هذه الورقة قدرات ومحددات ملحق تحليل البيانات (Data Analysis plugin) الخاص بـ OpenAI كعامل مساعد كمي (quantitative co-pilot) لسير عمل علم البيانات، مما يبرز فعاليته في مهام تتراوح بين استكشاف البيانات والتصور البياني وصولاً إلى النمذجة الخاضعة للإشراف وغير الخاضعة للإشراف.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك مساعد طيار جديد كلياً، ذكي للغاية، ولكنه يفتقر قليلاً إلى الخبرة في رحلتك مع علم البيانات. هذا المساعد هو إضافة "تحليل البيانات" (Data Analysis) الخاصة بـ ChatGPT. يمكنه قراءة جداول البيانات الخاصة بك، ورسم صور لبياناتك، وحتى محاولة بناء نماذج رياضية للتنبؤ بالمستقبل.
هذه الورقة البحثية هي في الأساس تقرير تجربة قيادة كتبه باحثان من جامعة إدنبرة. لقد وضعا هذا المساعد الآلي في مقعد السائق وأخذاه في جولة على طريقين مختلفين: أحدهما مكون من أسعار أجهزة الكمبيوتر المحمول، والآخر من بيانات العقارات.
إليك ما وجداه، مشروحاً عبر بعض التشبيهات من الحياة اليومية:
١. المساعد الخارق مقابل الفنان الهلوسي
فكر في الذكاء الاصطناعي كأنه متدرب فائق السرعة قرأ كل الكتب في المكتبة، لكنه لم يعمل أبداً في مكتب حقيقي.
- الجيد: إنه مذهل في الأساسيات. يمكنك سحب وإفلات ملف CSV فوضوي (مثل جدول بيانات)، وسيقوم بتنظيفه فوراً، وعد الأشياء، ورسم المخططات. إنه يشبه العصا السحرية التي تحول الأرقام الخام إلى رسم بياني شريطي ملون في ثوانٍ.
- السيئ: أحياناً، يقوم هذا المتدرب بـ "الهلوسة". قد ينظر إلى مخطط ويخبرك بثقة: "انظر! الأسعار على مقياس لوغاريتمي!" بينما هي ليست كذلك بوضوح. إنه يشبه فناناً يرسم غروباً جميلاً للشمس، لكنه يخطئ تماماً في ألوان السماء. إذا لم تراجع عمله، فقد تصدق كذبته.
٢. استعارة "مساعد الطيار"
يؤكد المؤلفون أن هذه الأداة هي مساعد طيار، وليست القبطان.
- مساعد الطيار (الذكاء الاصطعي): يمكنه التعامل مع الملاحة، وفحص الخرائط، وحتى قيادة السيارة لفترة من الوقت. يمكنه اقتراح: "مهلاً، ربما ينبغي لنا تجربة نموذج الغابة العشوائية (Random Forest)!" (وهي طريقة منمقة لقول: "دعونا نستخدم خوارزمية معقدة تعتمد على الأشجار للتنبؤ بالأسعار").
- القبطان (أنت): يجب أن تبقي يديك على المقود. أنت بحاجة للنظر من النافذة وقول: "انتظر، هذا النموذج يقترح أن منزلاً قد يكلف سالب ٥٠٠ دولار. هذا مستحيل!" قد يغفل الذكاء الاصطناعي عن الأخطاء المنطقية الواضحة لأنه يركز على الرياضيات، وليس على العالم الحقيقي.
٣. نتائج الرحلة
المحطة ١: استكشاف البيانات (الطريق السياحي)
قام الذكاء الاصطناعي بعمل جيد في النظر إلى البيانات وقول: "انظر إلى هذا النمط!". رسم رسوماً بيانية (histograms) ومخططات صندوقية (box plots).
- الخلل: أحياناً كان يرسم الصورة بشكل خاطئ قليلاً (مثل تسمية المحاور بشكل غير صحيح) أو يستخدم نوعاً مربكاً من المخططات (مثل مخطط الفسيفساء الذي بدا كعقدة من خيوط الصوف المتشابكة). لقد احتاج إلى مساعدة بشرية لفك تشابك الفوضى البصرية.
المحطة ٢: التنبؤ بالأسعار (الطريق السريع)
طلبوا من الذكاء الاصطناعي التنبؤ بأسعار المنازل بناءً على المساحة، وعدد غرف النوم، وسنة البناء.
- الانحدار الخطي (Linear Regression): اقترح الذكاء الاصطناعي نموذجاً بسيطاً بخط مستقيم. كان يعمل بشكل جيد، لكنه لم يحذرهم من أن الخط المستقيم قد يتنبأ بأن المنزل سيكلف لاشيء أو مالاً سالباً إذا أصبحت البيانات غريبة.
- النماذج المعقدة: حاول الذكاء الاصطناعي بناء "شبكة عصبية" (نموذج حاسوبي يشبه الدماغ). لكنه اصطدم بحائط لأن البيئة الحاسوبية لم تكن تحتوي على الأدوات المناسبة مثبتة (مثل طباخ يحاول خبز كعكة بدون فرن). اضطر لتقديم وصفة للمستخدم ليأخذها معه ويخبزها في مكان آخر.
- النموذج البايزي (Bayesian Model): طلبوا منه نموذجاً إحصائياً متقدماً جداً. شعرت الأداة بالارتباك، مثل طالب يحاول حل أطروحة دكتوراه في خمس دقائق، واستسلمت لأن العملية كانت ثقيلة حسابياً للغاية.
المحطة ٣: إيجاد مجموعات مخفية (الطريق الوعر)
طلبوا من الذكاء الاصطناعي إيجاد مجموعات طبيعية في البيانات دون إخباره بما يبحث عنه (التعلم غير الخاضع للإشراف).
- حاول الذكاء الاصطناعي استخدام "طريقة الكوع" (طريقة لتحديد عدد المجموعات الموجودة). رسم رسماً بيانياً بدا وكأنه ذراع منحنية، لكن "الانحناء" لم يكن واضحاً جداً. اعترف الذكال الاصطناعي قائلاً: "لست متأكداً أين يقع الانحناء؛ قد تحتاج إلى استخدام حكمك الخاص".
٤. الحكم النهائي: أداة قوية، ولكن ليست بديلاً
تخلص الورقة البحثية في رسالة مهمة جداً: لا تترك الذكاء الاصطناعي يقود وحده.
- للمبتدئين: إنه معلم رائع. يمكنه إظهار كيفية القيام بالأشياء وكتابة الكود لك. لكن إذا كنت لا تفهم ما يفعله، فقد تتعلم دروساً خاطئة.
- للخبراء: إنه معزز سرعة رائع. يتولى المهام المملة والمتكررة في البرمجة حتى تتمكن من التركيز على الصورة الكبيرة.
- التحذير: مجرد قول الذكاء الاصطناعي "هذه هي الإجابة"، لا يعني أنها صحيحة. يمكنه أن يكون واثقاً، ومهذباً، ومخطئاً في آن واحد.
باختأصر:
إضافة تحليل البيانات في ChatGPT تشبه السكين السويسري عالي التقنية. تحتوي على مفك براغي، وسكين، وفتاحة زجاجات. إنها مفيدة للغاية ويمكنها فتح الكثير من الأبواب. ولكن إذا حاولت استخدام فتاحة الزجاجات لضرب مسمار، فسوف تكسر الأداة وتؤذي إبهامك. لا تزال بحاجة إلى إنسان يحمل مطرقة (عالم بيانات) ليعرف أي أداة يستخدم ومتى.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.