Janco van Niekerk, Datenwissenschaftler bei KID, betrachtet künstliche Intelligenz (KI) – insbesondere große Sprachmodelle (LLMs) oder generative KI (GenAI) – als die nächsten großen Disruptoren in der Welt der Datenwissenschaft. Obwohl LLMs wie ChatGPT in der südafrikanischen Datenwissenschaft noch nicht weit verbreitet sind, verursacht die Technologie bereits Wellen, da Organisationen und ihre Datenwissenschaftsteams ihr Potenzial und ihre Anwendungsfälle überprüfen.
Es wird zweifellos Störungen geben, und die Art und Weise, wie wir arbeiten, wird sich drastisch verändern. Datenwissenschaftler müssen lernen, die Tools zu beherrschen und die richtigen Fragen an die Technologie zu stellen, um neuen Ansätzen und Strategien immer einen Schritt voraus zu sein. Obwohl LLM-Technologie bemerkenswert ist, ist sie noch nicht gut in allem. Sie neigt zu Halluzinationen und ist nicht besonders gut darin, komplexe Systeme mit vielen Integrationen zu programmieren.
Dies könnte bedeuten, dass Organisationen maschinelle Lernmodelle entwickeln müssen, um bestimmte Reaktionen von LLMs zu „überwachen“. Bevor sie diese Schritte überhaupt in Betracht ziehen, müssen sie sicherstellen, dass ihre Daten die LLM- und maschinelle Lernwerkzeuge, die sie einsetzen, unterstützen. Code-asistierende KI-Tools werden es schneller machen, Abfragen zu erstellen und auszuführen, um relevante Informationen aus strukturierten Daten abzurufen. Dies bedeutet auch, dass Datenkompetenzen durch den einfachen Zugang zu verarbeiteten Daten mittels natürlicher Sprachabfragen auch für Nicht-Experten demokratisiert werden.
Die Einführung von GenAI LLMs könnte es einem Unternehmen ermöglichen, strukturierte und unstrukturierte Daten bequem zu erschließen, zu verarbeiten und zu interpretieren. AI/ML kann in verschiedenen Kontexten verwendet werden, darunter die Automatisierung von Aufgaben, die traditionell für Menschen vorgesehen waren und nicht mit einem traditionellen Softwareansatz automatisiert werden konnten. Es wird erwartet, dass AI-Technologien wie Chatbots, Sentiment-Analyse und Vektordatenbanken immer häufiger eingesetzt werden, um Textdaten in Geschäftsprozessen zu nutzen.