L’IA peut-elle analyser vos données sans que vous ayez à programmer?

Pendant des années, analyser un tableur voulait dire apprendre des formules, des tableaux croisés dynamiques ou un langage de programmation. Une nouvelle fonction de ChatGPT change le point de départ. Code Interpreter, qu’OpenAI a commencé à déployer auprès des abonnés de ChatGPT Plus le 6 juillet, permet à ChatGPT d’écrire et d’exécuter du code sur des fichiers que vous téléversez. Vous posez votre question en langage ordinaire, et le modèle fait la programmation en Python, un langage populaire pour le travail sur les données, puis rapporte le résultat.

Vous n’avez pas besoin de lire le code. Il est utile de savoir qu’il est là, toutefois, parce que c’est ce qui distingue ces réponses des réponses habituelles de ChatGPT. Au lieu d’estimer un total à partir de régularités dans du texte, le modèle le calcule; c’est pourquoi l’arithmétique et les graphiques sont beaucoup plus fiables ici que dans une conversation normale.

Comment ça fonctionne

Le code s’exécute dans un bac à sable (sandbox), un environnement informatique isolé, doté d’un peu d’espace disque temporaire et sans accès à Internet. La séance dure le temps de votre conversation, jusqu’à une limite de temps, si bien que chaque étape peut s’appuyer sur la précédente : charger le fichier, nettoyer une colonne, puis en tirer un graphique. Quand vous avez terminé, vous pouvez télécharger ce qu’il a produit, comme un fichier nettoyé ou l’image d’un graphique. OpenAI explique que le blocage du réseau est un choix de sécurité, pour que le code écrit par le modèle ne puisse pas sortir et causer des effets indésirables dans le monde réel.

Pour l’activer, les abonnés Plus sur le Web cliquent sur leur nom, ouvrent les fonctions bêta dans les paramètres et activent Code Interpreter. Comme le déploiement est graduel, la fonction peut prendre quelques jours à apparaître.

Un exemple concret : le fichier de ventes d’une petite boutique

Imaginez une boutique de cadeaux qui possède un fichier CSV, un format de tableur en texte brut où des virgules séparent les colonnes, exporté de sa caisse enregistreuse. Les premières lignes ressemblent à ceci (données fictives) :

date,store,product,units,unit_price
2023-01-03,Downtown,Candle,4,12.00
2023-01-03,Lakeside,Mug,2,9.50
2023-01-04,Downtown,Notebook,6,7.25

Étape 1 : téléverser et décrire. Joignez le fichier et commencez par une demande d’orientation.

Ce fichier contient les ventes de notre boutique de janvier à juin 2023. Chaque ligne est une ligne de vente. Le revenu d’une ligne est units × unit_price. Avant toute analyse, dis-moi combien il y a de lignes, la plage de dates, la liste des magasins et des produits, et toute valeur vide ou bizarre que tu trouves.

Cette première étape repère les problèmes tôt : des dates lues comme du texte, un produit écrit de deux façons, un prix auquel un signe de dollar est resté collé.

Étape 2 : poser les vraies questions.

En utilisant revenu = units × unit_price : (1) le revenu total par mois et par magasin, sous forme de tableau; (2) les trois produits les plus vendus en revenu dans chaque magasin; (3) le produit qui a le plus progressé du premier au deuxième trimestre.

Étape 3 : demander un graphique.

Fais un graphique linéaire du revenu mensuel, avec une ligne par magasin, des axes identifiés et un titre. Permets-moi de le télécharger en PNG.

Étape 4 : vérifier les chiffres. C’est l’étape que les gens sautent. Demandez « Montre-moi le code que tu as utilisé pour les totaux mensuels » et lisez les commentaires, même si vous ne lisez pas le Python : ils révèlent s’il a filtré, regroupé ou supprimé quoi que ce soit. Vérifiez ensuite un chiffre vous-même. Si ChatGPT affirme que le magasin Downtown a rapporté, disons, 8 412,50 $ en mars (chiffre fictif), filtrez mars et Downtown dans votre propre tableur et additionnez le revenu. Si les deux concordent, vous pouvez faire davantage confiance à la méthode. Sinon, demandez-lui d’expliquer l’écart.

Ce qu’il fait bien, et où être prudent

Les exemples d’OpenAI mettent en avant l’analyse de données et les graphiques, les mathématiques, la modification de fichiers et la conversion de fichiers d’un format à l’autre. Andrej Karpathy, ancien directeur de l’IA chez Tesla, l’a qualifié de « votre analyste de données personnel ». Pour une personne qui débute, c’est une image juste du meilleur des cas : des totaux rapides, des tableaux propres et des premières versions de graphiques sans ouvrir un aide-mémoire de formules.

Les mises en garde sont pratiques. Le modèle peut mal lire une colonne, choisir le mauvais format de date ou supprimer discrètement des lignes où il manque des valeurs, et son explication du résultat peut être plus assurée que ce que le code justifie. Votre fichier est téléversé vers le service d’OpenAI; retirez donc les noms, les courriels et tout ce qui est confidentiel avant de commencer. Et comme le bac à sable n’a pas accès à Internet, il ne peut pas aller chercher de données externes pour vous; tout ce dont il a besoin doit se trouver dans les fichiers que vous téléversez.

Comment poser une question à un tableur?

Traitez le modèle comme un nouveau collègue compétent qui n’a jamais vu votre entreprise. D’abord, décrivez les données : ce que représente une ligne, ce que contient chaque colonne importante et comment les chiffres clés sont calculés. « Revenu = units × unit_price » élimine toute une catégorie d’erreurs.

Ensuite, rendez la question précise. « Comment vont les ventes? » invite une dissertation vague. « Compare le revenu total par magasin pour avril, mai et juin 2023, sous forme de tableau, et donne la variation en pourcentage d’avril à juin » ne peut recevoir qu’une seule réponse. Nommez la période, le regroupement, la mesure et le format que vous voulez.

Enfin, avancez une étape à la fois et demandez-lui de montrer son raisonnement. Commencez par un résumé du fichier, puis une question, puis une vérification, puis la question suivante. Si un résultat vous surprend, demandez comment il a été calculé avant d’agir en conséquence. Une question posée ainsi à un tableur vous donne une réponse que vous pouvez expliquer à quelqu’un d’autre, et c’est le vrai test de toute analyse.