برای صدساله شدن نخست باید متولد شد
قدرت داستانگویی داده در عصر هوش مصنوعی مولد
در این میان وجود یک چارچوب مشخص و قدرتمند برای بهره‌‌‌گیری از قابلیت‌‌‌های هوش مصنوعی مولد به رهبران و مدیران و همچنین اعضای تیم‌‌‌های کاری کمک می‌کند
تا بفهمند چگونه می‌توان اطلاعات دقیق و درستی را از دل داده‌‌‌های بزرگ بیرون کشید و برای اتخاذ تصمیم‌‌‌های درست و قاعده‌‌‌مند از آنها بهره برد.
به‌‌‌طورکلی برای شکل‌‌‌گیری چنین چارچوبی چهار عامل دست به دست هم می‌دهند که ترکیب آنها باعث استحکام و کاربردی شدن هر چه بیشتر این چارچوب می‌شود و آگاهی از آنها می‌تواند به رهبران و مدیران سازمان‌ها و تیم‌‌‌های کاری کمک کند تا بهترین و بیشترین بهره را از پتانسیل‌‌‌های نهفته در هوش مصنوعی مولد ببرند.
۱- قدرت روایت‌‌‌های داده‌‌‌های تصویری
روایت‌‌‌های تصویری برخلاف جداول و اعداد از تصاویر و نمودارها برای برقراری ارتباط و انتقال موثر و سریع اطلاعات پیچیده
استفاده می‌کنند و باعث برانگیخته شدن حواس بصری و شناختی مخاطبان به‌‌‌صورت همزمان می‌‌‌شوند و آنها را قادر می‌‌‌سازند تا درک و فهم بهتری از موضوعات به دست آورند.
داشبوردهای تصویرسازی که از اوایل دهه ۲۰۰۰ رواج پیدا کردند مشهورترین و متداول‌‌‌ترین تکنیک طراحی اطلاعات به صورت تصویری محسوب می‌‌‌شوند
و طی دو دهه اخیر شرکت‌های بسیاری در جهان از آنها برای تبدیل میلیون‌‌‌ها گزارش صفحه گسترده به داشبوردهای تصویری پویا استفاده کرده‌‌‌اند.
در این داشبوردهای پویا امکاناتی مانند قابلیت کلیک کردن روی اجزا برای جست‌‌‌وجو در اینترنت در مورد آنها قرار داده شده است.
در دهه اخیر نیز از نمونه‌‌‌های پیشرفته‌‌‌تر این داشبوردها برای داستانگویی داده‌‌‌ای و چندرسانه‌‌‌ای استفاده شده و کاربران این امکان را دارند تا در زمان جست‌‌‌وجو برای اطلاعات موردنیازشان، به جای یک سری اعداد و آمار عددی و خشک، با داستان‌‌‌ها و روایت‌‌‌های پویا و تصویری معناداری سر و کار داشته باشند و از جست‌‌‌وجوی خود بیشتر لذت ببرند.
۲- گسترش هوش گفت‌‌‌وگویی
چند سال قبل بود که محصولات تحلیلی مبتنی بر هوش مصنوعی پا به عرصه وجود گذاشتند. این محصولات که داده‌‌‌های ورودی را به زبان‌‌‌های طبیعی تبدیل می‌‌‌کردند، به شرکت‌ها کمک می‌‌‌کردند تا فرآیند ساخت داشبوردها را به شکل سریع‌‌‌تر و ساده‌‌‌تری انجام دهند.
هوش مصنوعی به کار گرفته شده برای این کار آنچنان قدرتمند بود که به کاربران این امکان را می‌‌‌داد تا زبان طبیعی تولیدشده از داده‌‌‌های ورودی را به‌‌‌راحتی بفهمد.
نقطه اوج این هوش مصنوعی مولد را می‌توان در نوآوری‌‌‌هایی مانند چت جی‌پی‌‌‌تی، Dall-E و Stable Diffusion مشاهده کرد که نه‌‌‌تنها می‌توانند زبان انسانی را با دقت فوق‌‌‌العاده‌‌‌ای پردازش کنند و بفهمند، بلکه می‌توانند با همان زبان به سوالات پرسیده شده پاسخ دهند و به معنای واقعی کلمه با کاربران صحبت و گفت‌‌‌وگو کنند.
معنا و مصداق این پیشرفت تکنولوژیک برای ارائه اطلاعات به شکلی مفهومی‌‌‌تر و قابل‌‌‌فهم‌‌‌تر این است که هوش مصنوعی به این توانایی فوق‌‌‌العاده رسیده
که هم می‌تواند زبان گفتاری و نوشتاری مورد استفاده انسان‌‌‌ها را بفهمد و هم به همان زبان پاسخ دهد و با انسان‌‌‌ها ارتباط دوسویه برقرار سازد و این کار را با دقتی زیاد و روانی فوق‌‌‌العاده‌‌‌ای انجام دهد.
۳- انتخاب ابزار مناسب ارائه اطلاعات برای هر شغلی
برای انتخاب ابزار مناسب برای ارائه اطلاعات و داده‌‌‌ها در هر شغلی باید به دو فاکتور کلیدی توجه داشت و تنها در صورت توجه دقیق به این دو عامل است که می‌توان اطمینان حاصل کرد فرآیند ارائه اطلاعات به مخاطبان، به شیوه‌‌‌ای موثر و درست در حال اتفاق افتادن است.
این دو عامل عبارتند از رویکرد دیدگاه داده‌‌‌ای و سطح اطلاعاتی که کاربران به آن نیاز دارند.
در زمان بررسی رویکرد دیدگاه داده‌‌‌ای، باید مشخص شود که آیا توضیحات کافی و قابل‌‌‌فهم پیرامون داده‌‌‌های موردنظر به کاربران ارائه شده است یا نه.
علاوه بر این باید مشخص شود آیا کاربرانی که در حال استفاده از داده‌‌‌های ارائه‌شده توسط شرکت‌ها هستند نیازی به جست‌‌‌وجوی بیشتر و دقیق‌‌‌تر در مورد بخش‌‌‌های خاصی از آن داده دارند و اگر پاسخ این سوال مثبت است شرکت ارائه‌‌‌دهنده آن داده چه امکانات و گزینه‌‌‌هایی را در اختیار کاربران در این زمینه قرار داده است.
عامل سطح اطلاعات موردنیاز کاربران، به این موضوع ارتباط پیدا می‌کند که سطح اطلاعات و داده‌‌‌های زیرمجموعه هر موقعیتی که توسط شرکت در اختیار کاربران قرار گرفته چگونه است و آیا از سادگی و روایتگری کافی برخوردار است یا نه.
به‌‌‌عنوان مثال، آیا امکان بخش‌‌‌بندی و تفکیک مجموعه اطلاعات ارائه‌شده توسط شرکت‌ها در موضوعی خاص که به درک و فهم راحت‌‌‌تر و سریع‌‌‌تر آن منجر شود وجود دارد یا نه.
۴- تعامل با هوش مصنوعی مولد برای توسعه روایتگری داده
تجربه نشان داده که نه انسان به‌‌‌تنهایی و نه هوش مصنوعی به‌‌‌تنهایی قادر به انجام پروژه‌‌‌های بزرگ در عصر دیجیتال نیستند و هر دوی آنها به کمک دیگری نیاز دارند.
به همین دلیل هم هست که دانشمندان داده و تحلیلگران، در حال استفاده از ابزارهایی مانند ChatGPT`s Data Analyst برای دستیابی به دیدگاه‌‌‌های تحلیلی عمیق به شکلی ترکیبی و با مشارکت همزمان انسان و ماشین هستند.
در سال ۲۰۲۱ موسسه گارتنر پیش‌بینی کرده بود که داستان‌‌‌های داده‌‌‌ای تا سال ۲۰۲۵ و با استفاده از تکنیک‌‌‌های تحلیل افزوده و با مشارکت انسان و ماشین، به جریان غالب در حوزه تحلیل داده تبدیل خواهند شد. الان که در سال ۲۰۲۴ هستیم،
این پیش‌بینی تا حد زیادی محقق شده است و داستانگویی داده‌‌‌ای و تعاملی با مشارکت فعال هوش مصنوعی و انسان به یکی از واقعیت‌‌‌های غیرقابل انکار در دنیای امروز تبدیل شده است.
منبع: Forbes
