Een nieuwe studie van de Tepper School of Business van de Carnegie Mellon University, gepubliceerd in het Journal of Business and Technical Communication laat zien dat ChatGPT studenten kan helpen effectieve visualisaties te maken, maar niet zo behulpzaam is bij het bieden van data-analyse.

Datageletterdheid is een cruciale vaardigheid die in technische en professionele communicatie-instructies wordt benadrukt om effectieve datavisualisaties te creëren. Leerlingen met beperkte wiskunde- en codeervaardigheden hebben echter vaak moeite met het analyseren van gegevens en het aanpassen van visualisaties.

Emily DeJeu, universitair docent bedrijfsmanagementcommunicatie aan de Tepper School, heeft veelbelovende manieren gevonden om generatieve AI te integreren, met name ChatGPT Plus, om studenten die niet bekend zijn met computerprogrammeertools te helpen aangepaste datavisualisaties te bouwen.

"Nadat ik de gegevens had ingevoerd, ging ik iteratief met de tool aan de slag, waarbij ik hem ertoe aanzette analyses voor te stellen en vervolgens uit te voeren en datavisualisaties te maken", aldus DeJeu. "Het vermogen van de tool om flexibele analysemethoden voor te stellen, zoals het in kaart brengen van trends in de tijd en het identificeren van gegevensrelaties, helpt studenten vertrouwd te raken met hun datasets en verkennende analysetechnieken."

De belangrijkste bevinding is de dubbele mogelijkheid van ChatGPT Plus om studenten door complexe datasets te leiden en hen te helpen visueel aantrekkelijke en informatieve afbeeldingen te maken.

Voor haar analyse heeft DeJeu een historische dataset gekozen die elke atleet identificeert die heeft deelgenomen aan de Olympische Spelen van 1896 tot 2016. Deze bevatte meer dan 271.000 rijen, waarbij elke rij een individuele atleet vertegenwoordigde die deelnam aan een Olympisch evenement tijdens een specifieke Olympische Spelen. en 15 kolommen die het geslacht, de leeftijd, de lengte en het gewicht van de atleten samenvatten, evenals hun team, evenementen en medailles. Vervolgens laadde ze die gegevens in ChatGPT Plus en vroeg de tool haar te helpen interessante trends te vinden om te analyseren.

DeJeu merkte echter op dat hoewel ChatGPT Plus verschillende statistische tests kan uitvoeren en interpretaties kan voorstellen, studenten en docenten waakzaam moeten zijn. De suggesties van het hulpmiddel moeten worden beschouwd als startpunten voor verder onderzoek, omdat het niet altijd de juiste analytische keuzes maakt of mogelijk systemische vooroordelen kan repliceren.

"Dit onderzoek onderstreept de cruciale rol die toegankelijke technologie kan spelen in het onderwijs", zei ze. "Door tools zoals ChatGPT Plus te integreren, kunnen we datageletterdheid democratiseren, waardoor meer studenten complexe informatie kunnen gebruiken en analyseren zonder de barrière van technische vaardigheden. Het gaat erom geavanceerde data-analyse en visualisatie inclusiever te maken, wat een grote invloed zou kunnen hebben op de manier waarop we lesgeven en leren."

DeJeu zei dat ze een evenwichtige aanpak ondersteunt waarbij tools als ChatGPT worden gebruikt om traditionele leermethoden aan te vullen in plaats van deze te vervangen. Dit zorgt ervoor dat studenten niet alleen leren hoe ze de technologie moeten gebruiken, maar ook kritisch denken en analytische vaardigheden ontwikkelen die nodig zijn voor professioneel succes.

Meer informatie: Emily Barrow DeJeu, Generatieve AI gebruiken om data-analyse en visualisatie te vergemakkelijken:een casestudy van Olympische atleten, Journal of Business and Technical Communication (2024). DOI:10.1177/10506519241239923

Aangeboden door Tepper School of Business, Carnegie Mellon University