ChatGPT Data Analysis va révolutionner l’analyse de données

Le plugin Data Analysis de ChatGPT a été annoncé, il sera disponible à partir de la semaine du 10 juillet et il va révolutionner l’analyse de donnée. Actuellement disponible en version Alpha, le module Data Analysis sera disponible en beta pour tous les utilisateurs de ChatGPT Plus à partir de la semaine du 10 juillet selon l’annonce d’OpenAI.

Qu’est-ce que ChatGPT Data Analysis ? ChatGPT Data Analysis est un modèle de langage avancé développé par OpenAI, capable de comprendre des requêtes exprimées en langage naturel pour manipuler les données, afficher des graphiques, effectuer des opérations mathématiques et également de générer du code en réponse. Il est conçu pour aider les utilisateurs à extraire, manipuler, exploiter les données et également générer du code (Python surtout), rendant ainsi plus facile l’interaction avec les langages de programmation, que l’utilisateur soit technique ou non. ChatGPT Data Analysis peut travailler avec plusieurs langages de programmation et est particulièrement utile pour des tâches telles que l’analyse de donnée, la génération de code, le débogage et l’explication du code.

ChatGPT Data Analysis est un plugin qui offre aux utilisateurs inexpérimenté la possibilité de manipuler les données sans connaissance technique. Cependant des utilisateurs expérimentés ou même des Data Analystes y trouveront également un intérêt. Avec un peu d’expérience, il est possible de réaliser des opérations complexes sur les données. Le principal intérêt pour les professionnels sera de gagner du temps et de se concentrer sur l’exploitation des données plutôt que sur le language. Pour les opérations plus complexes, il est même possible de demander à ChatGPT de générer du code python (ou autres) pour une exploitation plus poussé dans un autre outil.

Tout d’abord tout commence par la prise en charge des téléchargements de fichiers et de plusieurs modules Python. Le module Data Analysis est un outil polyvalent, permettant de créer automatiquement des graphiques à partir de jeux de données téléchargés et manipuler des fichiers de données dans différents formats. Pour activer Code Analysis, suivez le guide.

Comment ChatGPT Data Analysis peut être utilisé pour l’analyse de données ?

ChatGPT ChatGPT Data Analysis ne se limite pas à l’analyse de donnée, mais aujourd’hui c’est sur cette tâche qu’il se révèle le plus utile.

• Génération de code pour l’analyse de données : Le module Data Analysis de ChatGPT peut générer automatiquement des extraits de code pour des tâches d’analyse de données en se basant sur des instructions en langage naturel. Par exemple, les utilisateurs peuvent demander à ChatGPT d’écrire du code pour charger un fichier CSV, filtrer des données, créer des visualisations ou effectuer une analyse statistique. Cette fonctionnalité permet aux utilisateurs d’obtenir rapidement du code pour des tâches courantes d’analyse de données, sans avoir besoin de connaissances approfondies en programmation.
• Assistance pour le nettoyage et la préparation des données : Le nettoyage et la préparation des données sont des étapes essentielles dans le processus d’analyse de données. Le module Data Analysis de code ChatGPT peut aider les utilisateurs à écrire du code pour gérer les valeurs manquantes, supprimer les doublons, transformer les données et effectuer d’autres tâches de prétraitement des données. En automatisant ces tâches, ChatGPT Data Analysis permet de gagner du temps et de réduire les risques d’erreurs.
• Exploration interactive des données : ChatGPT Data Analysis peut être utilisé comme un outil interactif pour l’exploration des données. Les utilisateurs peuvent poser des questions sur leurs données en langage naturel, et le module Data Analysis de ChatGPT générera le code correspondant pour répondre à ces questions. Cette approche interactive permet aux utilisateurs d’explorer leurs données de manière plus efficace et d’obtenir des informations en temps réel.
• Débogage et optimisation du code : ChatGPT Data Analysis peut aider les utilisateurs à déboguer et optimiser leur code d’analyse de données. Il peut identifier et corriger les erreurs de syntaxe, suggérer des structures de code plus efficaces et fournir des explications sur le comportement du code. Cette fonctionnalité aide les utilisateurs à améliorer la qualité et les performances de leur code d’analyse de données.
• Amélioration de la collaboration et de l’accessibilité : Le plugin Data Analysis de ChatGPT rend l’analyse de données plus accessible aux utilisateurs non techniques en leur permettant d’interagir avec le code en langage naturel. Cette accessibilité accrue facilite la collaboration entre les membres d’une équipe, qu’ils soient techniques ou non techniques, leur permettant de travailler plus efficacement sur des projets d’analyse de données.
• Prévision et inférence : Une fois qu’un modèle est formé, l’IA peut vous aider à générer du code pour faire des prédictions sur de nouvelles données ou pour inférer des informations à partir des résultats du modèle.

Un exemple d’utilisation du module Data Analysis de ChatGPT

Analyse et nettoyage des données

Tout d’abord, nous allons demander à ChatGPT Data Analysis d’analyser un fichier de données. Dans notre cas, il s’agit de données sur les jeux vidéo populaires de 1980 à 2023. Cette première étape va nous permettre de valider les données et de les corriger si besoin.

Cette première étape nous permet de nous assurer que les données sont cohérentes et bien interpreter. On note que ChatGPT identifie des valeurs manquantes, nous indique que la prochaine étape est le nettoyage des données et exprime des recommandations. Nous suivons ces recommandations et apportons des indications sur les valeurs manquantes.

A noter, il est possible de voir le code utilisé par ChatGPT afin de s’assurer qu’il n’y a pas d’erreur ou encore de réutiliser le code. Il suffit de cliquer sur « Show work » :

Analyse des données

Nous demandons au ChatGPT Data Analysis d’analyser l’évolution des tendances par genre et les représenter en graphique : « Affiche un graphique avec l’évolution des tendances par genre ».

En 2023, les cinqs genres les plus importants sont : Aventure (25 jeux), RPG (15), Plateforme (7), jeux de tir (7) et les indépendants (4).

Il est possible de demander différents types de graphiques et d’utiliser différentes sources de données.

Prédiction

A partir de ces données et de l’analyse précédente, nous pouvons demander à ChatGPT Data Analysis de prédire les tendances. Il s’agit plus d’une illustration des capacités que d’une réelle estimation. Pour obtenir une prédiction fiable et des données plus pertinentes, il faudrait réaliser un travail plus conséquent et ce n’est pas le sujet de cet article.

• Aventure : Nous n’avons pas pu prévoir l’évolution de ce genre car sa série chronologique n’était pas stationnaire, même après différenciation.
• Action : La tendance prévue pour le genre « Action » suggère une augmentation du nombre de jeux de 2023 à 2033.
• Stratégie : La tendance prévue pour le genre « Stratégie » suggère une diminution du nombre de jeux de 2023 à 2033.
• RPG : Nous n’avons pas pu prévoir l’évolution de ce genre car sa série chronologique n’était pas stationnaire, même après différenciation.
• Simulation : La tendance prévue pour le genre « Simulation » suggère une augmentation du nombre de jeux de 2023 à 2033.
• Plateforme : La tendance prévue pour le genre « Plateforme » suggère une diminution du nombre de jeux de 2023 à 2033.
• Décontracté : La tendance prévue pour le genre « Décontracté » suggère une augmentation du nombre de jeux de 2023 à 2033.
• Puzzle : La tendance prévue pour le genre « Puzzle » suggère une diminution du nombre de jeux de 2023 à 2033.
• Tireur : La tendance prévue pour le genre « Tireur » suggère une diminution du nombre de jeux de 2023 à 2033.
• Indépendant : Nous n’avons pas pu prévoir l’évolution de ce genre car sa série chronologique n’était pas stationnaire, même après différenciation.

Les impacts de ChatGPT Data Analysis ?

La capacité de ChatGPT Data Analysis à interpréter et exécuter du code dynamiquement ouvre de vastes horizons de possibilités. Cela lui permet d’assister dans l’analyse de données, d’automatiser des tâches répétitives, d’aider à l’apprentissage et à l’enseignement de la programmation, de déboguer du code, et bien plus encore.

Cette fonctionnalité comble le fossé entre la programmation et le traitement du langage naturel, permettant même aux non-programmeurs de tirer parti de la puissance du code à travers des interfaces intuitives et conversationnelles. Elle offre également une grande valeur aux développeurs chevronnés en leur offrant un moyen rapide et facile d’expérimenter des extraits de code, de tester des idées, voire d’aider à résoudre des problèmes complexes.

Les limitations du ChatGPT Data Analysis ?

Bien que le module Data Analysis de ChatGPT représente une avancée majeure, il présente certaines limitations à prendre en compte :

1. Abonnement ChatGPT Plus nécessaire : Actuellement, cette fonctionnalité est réservée aux membres Pro. Cela peut restreindre l’accès pour les personnes ou les organisations qui ne peuvent pas se permettre l’abonnement Pro, excluant ainsi une partie des utilisateurs potentiels.
2. Une utilisation avancée réservée aux utilisateurs avertis : les tâches simples sont accessibles. En revanche pour exploiter pleinement les possibilités de l’interpréteur de commande de ChatGPT, une bonne connaissance des techniques d’analyse de données est nécessaire. Par exemple, lorsque j’ai réalisé la prédiction sur l’évolution des tendances, le language utilisé par ChatGPT était beaucoup plus techniques. Il faut également faire des choix et être en mesure d’interpréter les résultats.
3. Délai d’expiration : à heure où j’écris ces lignes, le principal défaut du module ChatGPT Data Analysis est que la conversation avec ChatGPT a un délai d’expiration. Cela signifie qu’une partie des données, fichiers, analyses et autres traitements peuvent ne plus être disponibles après quelques heures. Le message suivant apparait « Cet interpréteur de code (version bêta) a expiré. Vous pouvez continuer la conversation, mais les fichiers, liens et blocs de code précédents ci-dessous peuvent ne pas fonctionner comme prévu.« 
4. Temps d’attente : Pendant mes expérimentations, j’ai observé que le temps d’attente pour l’exécution du code était relativement élevé. Compte tenu de la complexité des tâches effectuées, cela peut être compréhensible, mais dans des environnements rapides où des résultats rapides sont nécessaires, cela peut constituer un inconvénient potentiel.
5. Accès limité à Internet : Par souci de sécurité, l’interpréteur de code n’a pas accès à Internet. Cela signifie qu’il ne peut pas effectuer d’appels d’API externes ni récupérer des données en temps réel depuis le web, ce qui peut restreindre sa fonctionnalité dans certains cas d’utilisation.
6. Limite des connaissances : À l’heure actuelle, les données d’entraînement de ChatGPT ne couvrent que les informations disponibles jusqu’en septembre 2021. Bien que cela soit récent, cela signifie que le modèle peut ne pas être informé des avancées ou des changements survenus depuis lors dans les technologies, les langages de programmation ou les bibliothèques.
7. Gestion complexe des erreurs : Bien que ChatGPT fasse un travail remarquable pour comprendre et exécuter du code, la gestion des erreurs complexes ou des bugs peut s’avérer plus délicate. Pour les débutants, il peut être un peu plus difficile de résoudre les problèmes de code sans disposer des messages d’erreur détaillés généralement fournis par un environnement de développement intégré (IDE).

Avis sur le ChatGPT Data Analysis

Ce n’est que le début, mais j’ai été impressionné par la capacité d’analyse et l’utilité de ChatGPT Data Analysis. Ce n’est pas simplement une exécution de commandes, c’est assistant très efficace ; il interagit, comprend les subtilités du problème et affine même son approche en fonction des données ; il propose des solutions, des axes d’analyse, des modèles à utiliser.

La capacité de l’IA à intégrer la programmation dans un modèle conversationnel est révolutionnaire. Cela abaisse la barrière d’entrée pour la programmation et l’analyse des données, rendant ces compétences essentielles plus accessibles. ChatGPT Data Analysis représente bien plus qu’une simple amélioration progressive ; c’est un pas de géant vers la démocratisation de la programmation et de la maîtrise des données.

Malgré ces limitations, il est important de se rappeler qu’il s’agit d’une fonctionnalité relativement récente, et les futures mises à jour et itérations aborderont probablement bon nombre de ces défis.

Pour soutenir mon travail ou échanger sur le sujet, n’hésitez pas à me suivre sur Twitter. Vous pouvez également utiliser les commentaires sur cette page pour échanger avec la communauté sur ce sujet.

A lire aussi

• ChatGPT se connecte à Internet pour des informations récentes
• Microsoft ChatGPT Bing et Edge : intégration d’IA dans les services
• Tendances 2023 : L’avenir des jeux vidéo et innovations à venir
• ChatGPT désactive la recherche Internet Bing : les implications ?