ChatGPT va-t-il mettre les analystes de données au chômage ?

Si votre travail consiste à analyser des données et à en rendre compte, il est compréhensible que vous vous sentiez un peu concerné par les progrès rapides de l’intelligence artificielle (IA). En particulier, l’application virale ChatGPT a captivé l’imagination du grand public au cours des derniers mois, constituant une démonstration puissante de ce dont l’IA est déjà capable. Pour certains, elle peut aussi apparaître comme un avertissement sur ce que l’avenir nous réserve.

 

Il ne fait aucun doute que l’une des forces de l’IA réside dans sa capacité à donner un sens à de grandes quantités de données – en recherchant des modèles et en les mettant en forme dans des rapports, des documents et des formats facilement compréhensibles par l’homme. C’est le pain quotidien des analystes de données et de nombreux autres professionnels de l’économie de la connaissance dont le travail implique l’utilisation de données et d’analyses.

Il est vrai que l’intelligence artificielle – un terme qui, dans le monde des affaires et de l’industrie, fait généralement référence à l’apprentissage automatique – est utilisée depuis des années dans ces domaines. Ce que ChatGPT et les outils similaires basés sur les grands modèles de langage (LLM) et le traitement du langage naturel (TLN) apportent, c’est qu’ils peuvent être utilisés facilement et efficacement par n’importe qui. Si un PDG peut simplement dire à un ordinateur : « Que dois-je faire pour améliorer la satisfaction de mes clients ? » ou « Comment puis-je augmenter mes ventes ? », doit-il se préoccuper d’embaucher, de former et de maintenir une équipe d’analystes coûteuse pour répondre à ces questions ?

Heureusement, la réponse est probablement oui. En fait, à mesure que l’IA devient plus accessible et plus courante, cette équipe pourrait bien devenir encore plus essentielle à l’entreprise qu’elle ne l’est déjà. Ce qui ne fait aucun doute, en revanche, c’est que leur travail va considérablement changer. Voici donc un aperçu de la manière dont cette technologie pourrait affecter le domaine des données et de l’analyse à mesure qu’elle se généralisera dans un avenir proche.

ChatGPT est une interface conversationnelle (ou chatbot) accessible au public, alimentée par un LLM appelé GPT-3, développé par l’institut de recherche OpenAI. Le LLM fait partie d’un domaine de l’apprentissage automatique connu sous le nom de traitement du langage naturel, ce qui signifie essentiellement qu’il nous permet de parler aux machines et que celles-ci nous répondent dans des langues « naturelles » (c’est-à-dire humaines). En bref, cela signifie que nous pouvons lui poser une question en anglais ou, en fait, dans l’une des quelque 100 langues disponibles. Il peut également lire, comprendre et générer du code informatique dans un certain nombre de langages de programmation populaires, notamment Python, Javascript et C++. Nous avons pris l’habitude d’interagir avec le traitement du langage naturel (TNL) depuis un certain temps maintenant, en grande partie grâce aux assistants d’intelligence artificielle comme Alexa et Siri, mais le LLM qui alimente GPT-3 et ChatGPT est beaucoup plus grand, ce qui lui permet de comprendre des entrées beaucoup plus complexes et de fournir des sorties beaucoup plus sophistiquées.

Le LLM GPT-3 semble capable d’utiliser le langage de manière très sophistiquée parce qu’il a été entraîné sur un énorme ensemble de données d’information, qui comprendrait plus de 175 milliards de paramètres. Il s’agit notamment d’un référentiel ouvert de données web appelé Common Crawl et de plusieurs archives de livres en ligne. En traitant toutes ces données, il est capable d’apprendre comment les mots sont liés les uns aux autres et de prédire quelle sera probablement la réponse la plus appropriée à n’importe quelle invite (une question ou une autre entrée) qui lui est donnée. On parle parfois d’« IA générative » parce qu’elle crée de nouveaux résultats qui n’ont jamais été vus auparavant.

 

Quelles sont les limites de ChatGPT ?

Avant de s’enthousiasmer pour ses capacités, il convient de souligner qu’en dépit de l’engouement suscité, il existe des limites assez importantes à ce que la technologie peut faire aujourd’hui. Tout d’abord, elle commet fréquemment des erreurs – parfois très simples – qui pourraient facilement donner l’impression à quiconque l’utilise à titre professionnel qu’il est un peu ridicule s’il n’y prend pas garde.

Par exemple, l’auteur de cet article, Bernard Marr a fait une recherche sur ChatGPT pour savoir sur quelles parties du travail d’un analyste de données il était capable d’automatiser. L’une des premières réponses a été : « ChatGPT peut générer des graphiques, des diagrammes et d’autres visualisations ». C’est manifestement faux, car il n’est capable que de générer du texte.

En ce qui concerne l’analyse des données, ChatGPT est également limité par le fait que nous ne pouvons pas télécharger de données au-delà de toute information pouvant être saisie sous forme de texte. Nous ne pouvons pas, par exemple, télécharger une feuille Excel contenant des chiffres de vente et lui demander des informations. Bien sûr, on ne peut pas savoir ce que les futures versions seront capables de faire. Cela étant, voyons comment il peut être utilisé et spéculons sur ce qui pourrait être possible avec les LLM et la TNL dans un avenir proche.

 

Comment ChatGPT, les grands modèles de language (LLM) et le traitement du langage naturel (TNL) peuvent-ils être utilisés dans le domaine des données et de l’analyse ?

– Créer du code et des applications capables d’analyser des données ou d’automatiser des processus tels que la collecte, le formatage ou le nettoyage des données.

– Définir des structures de données – par exemple, quels champs doivent être inclus dans les enregistrements d’une base de données ou quels titres de lignes et de colonnes sont nécessaires pour une feuille de calcul.

– Nous dire comment les tableaux, les graphiques, les diagrammes ou les infographies doivent être construits et quelles informations doivent être incluses.

– Suggérer les informations à inclure dans les rapports afin que les différents publics – cadres, chefs de service, gestionnaires, etc.

– Créer du matériel de formation pour enseigner aux travailleurs comment appliquer l’analyse à leurs propres données.

– Identifier les sources de données susceptibles de contenir les informations dont nous avons besoin pour une tâche particulière – par exemple, « Où puis-je trouver des données sur la fraude financière en Inde ? »

– Créer des données factices ou synthétiques à des fins diverses, telles que l’entraînement d’autres modèles d’apprentissage automatique ou le test d’algorithmes.

– Fournir des conseils sur la conformité, la réglementation et les mesures pratiques qui peuvent être prises pour s’assurer que les opérations de données sont légales, impartiales et éthiques.

– Identifier les processus analytiques et suggérer les meilleures pratiques les plus susceptibles de donner les résultats souhaités.

 

ChatGPT est-il une menace pour les emplois dans le domaine des données et de l’analyse ?

Comme nous l’avons vu, ChatGPT peut facilement automatiser certaines des tâches qui sont traditionnellement effectuées dans les emplois analytiques – tels que les rôles d’analyste commercial, de données et d’analyste financier. Les futures itérations de la technologie deviendront probablement encore plus efficaces et efficientes à cet égard.

Mais cela ne signifie pas que tous ceux qui travaillent dans le domaine de l’analyse vont se retrouver sans emploi dans l’immédiat. En effet, les LLM et les outils TNL les plus sophistiqués d’aujourd’hui manquent encore de capacités telles que la pensée critique, la planification stratégique et la résolution de problèmes complexes. La plupart des experts s’accordent à dire qu’il est peu probable que les outils basés sur l’apprentissage automatique soient en mesure de remplir ces fonctions au même niveau que les humains dans un avenir proche.

Il est probable que les entreprises et autres organisations auront encore besoin d’experts humains dans ce domaine pendant un certain temps.

Cela dit, les fonctions d’analyse qui ne nécessitent qu’un travail répétitif sont susceptibles d’être largement automatisées dans un avenir proche, et il est probablement inévitable que certains emplois disparaissent pour cette raison.

Dans le même temps, de nouveaux emplois seront créés. Ceux-ci tourneront probablement autour de la capacité à déployer des outils tels que ChatGPT tout en pratiquant la prise de décision humaine, la résolution de problèmes, le leadership, la stratégie, la direction et le renforcement de l’esprit d’équipe.

Il y a deux règles très importantes à suivre, si vous travaillez dans le domaine des données et de l’analyse. Premièrement, quoi que vous fassiez, ne niez pas le fait que l’IA est peut-être sur le point de changer radicalement votre façon de travailler.

Deuxièmement, apprenez à utiliser cette technologie comme un outil. Comprenez quelles sont ses capacités à augmenter vos propres compétences en utilisant des outils comme ChatGPT ou tout autre outil à venir pour automatiser les tâches routinières et répétitives. Dans cet article, un certain nombre de tâches auxquelles cette technologie peut s’appliquer immédiatement a été énuméré – passez-les en revue et assurez-vous de comprendre comment chacune d’entre elles peut être réalisée. Ensuite, apprenez à tirer parti des gains de temps et d’efficacité qui en découlent afin de développer votre ensemble de compétences et de vous concentrer sur les domaines dans lesquels vous pouvez vraiment faire la différence.

En ignorant l’arrivée de l’IA dans votre profession, vous risquez de vous retrouver à la traîne, car les collègues et les concurrents qui sont prêts à évoluer avec leur temps en récoltent les fruits. Pour l’instant, nous ne voyons que la partie émergée de l’iceberg. Au fur et à mesure que la technologie évolue, de plus en plus d’aspects de notre travail quotidien seront automatisés. Pour prospérer à l’ère de l’IA, il est essentiel de garder une longueur d’avance, d’apprendre à utiliser les nouveaux outils au fur et à mesure qu’ils sont disponibles et de rester conscient des domaines dans lesquels la touche humaine est encore nécessaire.

 

Article traduit de Forbes US – Auteur : Bernard Marr

<<< À lire également : Comment ChatGPT va révolutionner le monde du travail ? >>>