В последнее время иногда слышу тейк — что, мол, можно больше не учиться визуализации данных, потому что нейросеть сделает всё за тебя. Этот подход, очевидно, ошибочен — и доказать это очень легко.
Если бы нейросети действительно разбирались в том, как делать графики, это могли бы отлично продемонстрировать нам их компании-производители. Но — пока мы скорее видим казусы.
Так, генеральному директору OpenAI пришлось извиняться за манипуляции с графиками на презентации GPT-5. В ней размеры столбиков зачастую не соответствовали числам, выставляя модель OpenAI лидером даже там, где она им не являлась.
Волна кринжа догоняет ChatGPT даже спустя полгода — в твиттере стали постить мемы на тему «что если бы Kimi постила свои отчёты в стиле аналитиков OpenAI». Список ошибок на этом графике напишите сами в комменты 😑
Примечательно, что это прикол — на самом сайте компании таких графиков нет, а даже если бы были, рекламу бы они делали не Kimi, а Claude.
Но вот что важно: нейросети не сделают хороший график за вас, но будут полезным инструментом в умелых руках. Например, здесь я показывал как легко собрал график про траты в кругосветке при помощи ChatGPT.
А чтобы и ваши руки были умелыми, надо
1) Изучить базовые правила визуализаций: из чего состоят графики, и как правильно использовать их элементы: оси, подписи, заголовки
2) Изучить правила применения графиков — для каких сценариев какие виды визуализаций подходят
3) Изучить приёмы управления вниманием
4) Смотреть много-много хороших примеров
Это всё, кстати, мы делаем на курсе «Эстетика в графиках». С такими знаниями и нейросетями можно сделать хорошо.
Приходите учиться — до 10 ферваля можно записаться на курс за 33.900 вместо
https://clck.ru/3RfGRx