ACCID i el Col·legi Oficial de Gestors Administratius de Catalunya (COGAC) vam organitzar el passat 27 de febrer el webinar “Democratitzar l’anàlisi de dades: el paper clau de la intel·ligència artificial generativa” amb la participació de José Luis Morales, fundador d’IAGenerativa.es, com a ponent. A la conferència es va tractar sobre com la tecnologia d’IA pot facilitar l’anàlisi de dades empresarials per part de persones que no en són expertes. Montserrat Casanovas, presidenta de l’ACCID, i Bernat Pons, membre de la Comissió Fiscal i Comptable del COGAC i conseller de la Junta d’ACCID, van presentar la sessió.
Els grans models de llenguatge (“LLM”, Large Language Models) com ara ChatGPT o Bard, proporcionen la base per a l’anàlisi. Aquests sistemes, entrenats per predir paraules quan interactuen amb un usuari, operen a partir de xats amb les persones usuàries en els quals els resultats poden ser textos o imatges.
El “prompt” o el contingut en forma de text que les persones usuàries introdueixin inicialment com a petició serà clau per a l’obtenció de resultats. Quan més precisos, millor. José Luis Morales va subratllar la necessitat d’aportar context a GPT, no només amb la informació que se sol·licita, sinó fins i tot demanant al propi sistema que actuï com un expert analista comptable. Així, podem esperar, per exemple que GPT3.5 o GPT4:
- Identifiqui possibles irregularitats comptables o frau en els estats financers
- fer anàlisi predictiva per preveure els fluxos d’efectiu i gestionar el risc de liquiditat de manera més eficaç
- conèixer les millors pràctiques per desenvolupar i implementar un marc de control intern complet, com ara la segregació de funcions, els límits d’autorització i el seguiment i la presentació d’informes
Clau: l’ús d’un connector junt amb ChatGPT
ChatGPT és una proposta generalista però si s’hi afegeix un connector (plug-in) –“Advanced Data Analyst”- , de pagament, el chat es pot convertir en un espai especialitzat per a l’anàlisi de dades, segons va explicar Morales. La diferència entre Chat GPT 3.5 i la versió 4 és que la primera és gratuïta, opera millor en anglès i té limitacions per recordar context. L’altra versió és de pagament (uns 20 dòlars mensuals) i es caracteritza per ser multilingüe, genera textos i imatges i té més capacitat de memòria a l’hora d’oferir els resultats demanats.
Mentre se sol·liciten peticions d’anàlisi al chat, podem demanar a la IA que ens detalli quins són els passos que cal fer per assolir una bona anàlisi comptable, que ens ofereixi (i ens expliqui ) algunes de les tècniques avançades per dur a terme una anàlisis detallada del estats financers, com ara l’anàlisi de ràtios, l’anàlisi de tendències i l’anàlisi comparativa, o ens proporcioni exemples de com es poden aplicar aquestes tècniques a escenaris del món real.
Amb l’”Advanced Data Analyst”, les persones usuàries poden fer càlculs, carregar i descarregar arxius, analitzar dades i crear i interpretar codi. Segons Morales és adient per a persones usuàries que busquen llegir i descriure dades, netejar conjunts de dades, visualitzar dades, executar regressió, crear codi i resoldre problemes empírics amb l’ajuda d’eines d’IA.
Un sistema amb el qual, segon José Luis Morales, sense ser un expert en anàlisi de dades ens pot ajudar a ser més autònoms i més productius, tot i que en cap cas anul·la la intervenció d’un professional expert.
Desafiaments amb l’ús de la IA
El ponent va sostenir que un dels reptes a l’hora de fer servir la IA per a l’anàlisi de dades és la necessitat de garantir l’ètica i la privacitat de les dades. Així, convé ser curosos a l’hora d’interactuar-hi quan proporcionem dades al sistema, i en aquest cas concret, obviar noms concrets.
“La regulació i les polítiques de privacitat de dades tindran un paper fonamental en aquest context”, va subratllar Morales, que també va destacar que la IA planteja interrogants sobre la interpretació i l’explicació de les seves decisions. Comprendre com aquesta tecnologia arriba a determinades conclusions és essencial per a la presa de decisions informades. Això obliga a la necessitat d’una més gran transparència en els algoritmes d’IA i la capacitat de fer auditories dels seus processos.
Presentació del ponent José Luis Morales al webinar.
