ACCID y el Colegio Oficial de Gestores Administrativos de Cataluña (COGAC) organizamos el pasado 27 de febrero el webinar «Democratizar el análisis de datos: el papel clave de la inteligencia artificial generativa» con la participación como ponente de José Luis Morales, fundador de IAGenerativa.es. En la conferencia se trató sobre cómo la tecnología de IA puede facilitar el análisis de datos empresariales por parte de personas que no son expertas. Montserrat Casanovas, presidenta de ACCID, y Bernat Pons, miembro de la Comisión Fiscal y Contable del COGAC y consejero de la Junta de ACCID, presentaron la sesión.
Los grandes modelos de lenguaje («LLM», Large Language Models) como ChatGPT o Bard, proporcionan la base para el análisis. Estos sistemas, entrenados para predecir palabras cuando interactúan con un usuario, operan a partir de chats con los usuarios en los que los resultados pueden ser textos o imágenes.
El «prompt» o el contenido en forma de texto que las personas usuarias introduzcan inicialmente como petición será clave para la obtención de resultados. Cuanto más precisos, mejor. José Luis Morales subrayó la necesidad de aportar contexto a GPT, no sólo con la información que se solicita, sino incluso pidiendo al propio sistema que actúe como experto analista contable. Así, podemos esperar, por ejemplo, que GPT3.5 o GPT4:
- Identifique posibles irregularidades contables o fraude en los estados financieros
- haga un análisis predictivo para prever los flujos de efectivo y gestionar el riesgo de liquidez de forma más eficaz
- conocer las mejores prácticas para desarrollar e implementar un marco de control interno completo, tales como la segregación de funciones, los límites de autorización y el seguimiento y la presentación de informes
Clave: el uso de un conector junto con ChatGPT
ChatGPT es una propuesta generalista pero si se añade un conector (plug-in) –“Advanced Data Analyst”-, de pago, el chat puede convertirse en un espacio especializado para el análisis de datos, según explicó Morales . La diferencia entre Chat GPT 3.5 y la versión 4 es que la primera es gratuita, opera mejor en inglés y tiene limitaciones para recordar contexto. La otra versión es de pago (unos 20 dólares mensuales) y se caracteriza por ser multilingüe, genera textos e imágenes y tiene mayor capacidad de memoria a la hora de ofrecer los resultados solicitados.
Mientras se solicitan peticiones de análisis en el chat, podemos pedir a la IA que nos detalle cuáles son los pasos que hay que dar para lograr un buen análisis contable, que nos ofrezca (y nos explique) algunas de las técnicas avanzadas para llevar a término un análisis pormenorizado de los estados financieros, tales como el análisis de ratios, de tendencias y el análisis comparativo, o nos proporcione ejemplos de cómo se pueden aplicar estas técnicas a escenarios del mundo real.
Con el “Advanced Data Analyst”, las personas usuarias pueden realizar cálculos, cargar y descargar archivos, analizar datos y crear e interpretar código. Según Morales, es adecuado para personas usuarias que buscan leer y describir datos, limpiar conjuntos de datos, visualizar datos, ejecutar regresión, crear código y resolver problemas empíricos con la ayuda de herramientas de IA.
Un sistema con el que, según José Luis Morales, sin ser un experto en análisis de datos puede ayudarnos a ser más autónomos y más productivos, aunque en ningún caso anula la intervención de un profesional experto.
Desafíos con el uso de la IA
El ponente sostuvo que uno de los retos con el uso de la IA para el análisis de datos es la necesidad de garantizar la ética y la privacidad de los datos. Así, conviene ser cuidadosos a la hora de interactuar con ellos cuando proporcionamos datos al sistema, y en este caso concreto, obviar nombres concretos.
«La regulación y las políticas de privacidad de datos tendrán un papel fundamental en este contexto», subrayó Morales, quien también destacó que la IA plantea interrogantes sobre la interpretación y la explicación de sus decisiones. Comprender cómo esta tecnología llega a determinadas conclusiones es esencial para la toma de decisiones informadas. Esto obliga a la necesidad de una mayor transparencia en los algoritmos de IA y la capacidad de realizar auditorías de sus procesos.
Presentación del ponente José Luis Morales en el webinar.