Data-analyse van begin tot eind door ChatGPT

08-08-2023

Iedere organisatie beschikt vandaag de dag over grote hoeveelheden data. Data wordt ook wel de ‘olie van de 21ste eeuw’ genoemd, vanwege de waarde die het vertegenwoordigt wanneer je het slim weet in te zetten. Werken met data is alleen niet altijd even makkelijk. Als het al lukt om data uit systemen te krijgen, dan moet je het vaak daarna opschonen en omvormen tot een bruikbaar formaat. Daarna moet de daadwerkelijke analyse nog plaatsvinden, en moeten resultaten worden geïnterpreteerd. Een behoorlijk specialistisch proces.

Dankzij nieuwe functies in ChatGPT kun je heel veel van die stappen uitbesteden, en door ‘de computer’ laten uitvoeren. Dankzij de ‘Code Interpreter’ functie kun je namelijk bestanden uploaden naar ChatGPT. Vervolgens kan ChatGPT zelf code schrijven waarmee de bestanden worden gelezen, opschoond en kan het de data uit de bestanden analyseren. In deze blogpost laat ik een voorbeeld zien, zodat je kunt kijken hoe dit werkt.

Als uitgangspunt neem ik een dataset van het Centraal Bureau voor de Statistiek, met het aantal mensen dat is geboren en overleden in een bepaalde periode. Ik selecteer gegevens voor zowel heel Nederland als specifiek voor de regio Amsterdam. De dataset download ik direct bij het CBS, en ik pas er zelf niets in aan. Vervolgens geef ik de volgende prompt mee.

“Dit bestand is een dataset van het CBS met aantal geborenen en overledenen voor Nederland en voor Amsterdam voor 2022 en 2021. Maak een analyse van de gegevens, focus op de verschillen tussen de jaren en het verschil tussen Amsterdam en Nederland. Schrijf een nieuwsbericht met je bevindingen in de stijl van Reuters (dus feitelijk) maar wel in het Nederlands. Bedenk ook een passende titel.”

En dit is het! ChatGPT gaat nu aan de slag. Het leest het bestand in, selecteert de juiste gegevens en maakt de analyse zoals door mij gevraagd. Het resultaat is een artikel in een format zoals ik het graag zie: feitelijk.

In de prompt pas ik een paar technieken toe om tot een goed resultaat te komen. Allereerst leg ik uit wat voor dataset ik heb, en welke gegevens ik wil laten analyseren. Door aan te geven dat ik een nieuwsbericht in de stijl van Reuters krjigt ChatGPT een beeld van het formaat. Het systeem is namelijk ‘getraind’ op heel veel teksten die op internet staan, en Reuters is één van de grootste persbureaus ter wereld. De kans is dus heel groot dat ChatGPT op veel teksten van Reuters is getraind, en kan die stijl daardoor goed nabootsen.

Het blijft natuurlijk belangrijk om goed mee te kijken met ChatGPT. Valideer daarom altijd de resultaten met de invoer, en probeer ook goed de tussenstappen te begrijpen. Snap je iets niet, dan kun je het vragen aan ChatGPT. Dat is het mooie van de ‘chat-interface’.

Vertrouwelijke gegevens: een andere aanpak
Nu zul je misschien ook met vertrouwelijke gegevens willen werken, die je niet naar ChatGPT wilt sturen. Het mooie van Code Interpreter is dat je de code die wordt gebruikt om de analyse te doen kunt bekijken.

Werk je met vertrouwelijke gegevens, dan kun je bijvoorbeeld een dataset met dummy-gegevens of geanonimiseerde gegevens maken, in het formaat van de dataset waar je uiteindelijk de analyse op wilt doen. Vervolgens vraag je ChatGPT op basis van die dummy-data een analyse te maken. Je krijgt dan ook de code te zien die ChatGPT uitvoert. Vervolgens vraag je ChatGPT om uitleg hoe je de analyse met een andere dataset, maar met dezelfde code, kunt uitvoeren op je eigen systeem.

Zo maak je een scheiding tussen het “denkwerk” dat ChatGPT voor je kan uitvoeren, en het analyseren van gevoelige data: dat doe je gewoon op je eigen computer.

De rol van AI in jouw organisatie
In deze blogpost laat ik een voorbeeld zien van wat je met ChatGPT kan. Het kan namelijk veel meer dan alleen teksten schrijven. Als je het op de juiste manier inzet is het enorm krachtig, en kan het veel (ingewikkelde) taken voor je uitvoeren. Ik geef organisaties inzicht in de mogelijkheden van deze ontwikkelingen. Lees wat ik voor je kan betekenen.