Обсудим холиварную тему? 😈
Я в работе часто использую нейронки, в основном это GPT и Copilot, а иногда под узкую задачу можно и свою написать. Они, в большинстве случаев, хорошо справляются с генерированием несложного кода, а иногда даже и сложного.
Удобно закинуть им образец датасета и провести какую-то базовую обработку — поменять типы данных, трансформировать в long-формат, или накидать функцию для очистки выбросов. С этим они, как правило, справляются быстро и почти без косяков.
Ещё использую как их как взгляд со стороны, иногда задача бывает настолько унылая, что мозг блокирует возможность включиться в неё. Тут тоже удобно скормить её сетке и построить план анализа. С этой задачей они справляются хуже кода, так как не в курсе контекста и ограничений. Но иногда их поток бредовых рассуждений может натолкнуть тебя на какие-то мысли, а это уже победа.
Но самое больное, это их попытки тебе угодить, когда ты спрашиваешь про теорию. И это прям опасно:
— Эй, GPT, для t-критерия нужно равномерное распределение?
— Да, всё верно, нужно.
— Но ведь не нужно, это миф из-за косяка перевода источника.
— Да, вы правы, оно не нужно.
— Но ведь нужно равномерное распределение выборочных средних!
— Да, простите за ошибку, оно всё же нужно.
Да, это просто стадия развития пока такая, и когда-нибудь они начнут отрабатывать верно с первого раза (но это не точно). Кроме того, нейронки пока не умеют выполнять код, а значит и понимать результаты.
Но у аналитиков есть козырь, который вообще не перекрывается — понимание контекста анализа. Написание кода — это малая часть полноценного анализа. Чтобы сетка сделала то что нужно, ей нужен грамотный пилот, который сам понимает чего хочет. Без пилота вся эта мощь бесполезна, а с ней она не закрывает и половины работы.
К сожалению или к счастью, кроме аналитика, мало кто может взять на себя эту роль.