🤖 Оценка ChatGPT как инструмента для анализа данных

В исследовании Дуйгу Кочак изучает эффективность ChatGPT-4 в анализе данных с использованием метода эксплораторного факторного анализа (EFA) на синтетических данных с разными условиями: распределение, размер выборки, категории ответов, длина теста etc. Данные анализировались в ChatGPT и R для сравнения. Рассматривались такие показатели, как индекс Кайзера-Мейера-Олкина (KMO), объяснённая дисперсия, факторные нагрузки и число факторов, определённое различными методами.

Результаты показали, что ChatGPT хорошо справляется с задачами, требующими только вычислительных решений (KMO, объяснённая дисперсия, факторные нагрузки). Выводы были согласованы между двумя повторными анализами, но были выявлены некоторые искажения в оценке числа факторов, поэтому исследователям следует проявлять осторожность при принятии таких решений, полагаясь на анализ от chatGPT.

🔗 Ссылка на статью

#ИИ #АнализДанных #Психометрика #R #EFA #факторный_анализ #chatGPT

🤖📄 Краткий пересказ текста или видео от «Яндекса» через YandexGPT в R

В июне 2023 года «Яндекс» научил YandexGPT тезисно пересказывать текст и открыл доступ к сервису 300.ya.ru. Нейросеть умеет выделять главное в русскоязычных текстах длиной до 30 тысяч знаков. У сервиса есть API для автоматической обработки ссылок. Чтобы начать работу с API надо авторизоваться на Яндексе и получить токен для доступа. Написал небольшую функцию на R для работы с API (см. github).

Для примера взял статью Саши Ботвина Как я настроил саммаризацию постов с помощью YandexGPT (саммаризация с помощью YandexGPT статьи о саммаризации с помощью YandexGPT😁). Результат.

#yandexGPT #R #API #AI #ИИ

AGI всё ближе ...

Считаю, что это важнейшая новость, которая сильно изменит ближайшее будущее технологий ИИ... в конкретной стране. Президент США Дональд Трамп объявил о запуске проекта Stargate — крупнейшей в истории инициативы по развитию искусственного интеллекта (ИИ) с инвестициями до 500 миллиардов долларов. Ожидается создание более 100 000 рабочих мест.

Для сравнения:
- Лунная программа США (Apollo): бюджет программы Apollo, включая подготовку и запуск миссий, составил около 25,4 миллиардов долларов США в ценах 1973 года, что эквивалентно примерно 150 миллиардам долларов в современных ценах.

- Проект по созданию ядерной бомбы (Манхэттенский проект): Общий бюджет Манхэттенского проекта составил около 2 миллиардов долларов США в ценах 1945 года, что эквивалентно примерно 30 миллиардам долларов в современных ценах.

- Годовой бюджет России: Государственный бюджет России на 2024 год составляет около 30 триллионов рублей, что эквивалентно примерно 400 миллиардам долларов США.

#AI #ИИ

Перспективы AGI, RAG-боты, будущее AI-систем

Я уже рекомендовал ранее двухтомник Сергея Маркова, а сегодня хочу поделиться ссылкой на подкаст с ним. Для вас сделал саммари подкаста с таймкодами.

#AI #ИИ #RAG

💻 Используем LLM локально на своем ПК

Я уже писал о том, как начать пользоваться LLM в 2024 году. Обещал, что для 5 способа напишу краткую инструкцию. Вот простая и понятная инструкция по запуску большой языковой модели (LLM), например, gemma2:2b, на вашем компьютере (минимально 12ГБ ОЗУ, но можно и на 8Гб, если использовать модели от 2B до 7B параметров). Вы даже можете попробовать Deepseek-R1 (например, модель 8B весит всего 4.9Гб).

@People_Analytics

#AI #ИИ #LLM #БЯМ #AIinHR

📌 Классифицируем отзывы сотрудников о работодателе с помощью R, rollama и Ollama

В предыдущем посте мы научились устанавливать и пользоваться LLM локально. Теперь знакомимся с практическим примером.

English version

@people_analytics

#LLM #БЯМ #AI #R #people_analytics #отзывы_сотрудников

🤖 Простой веб-интерфейс для запуска LLM

Что ещё можно сделать после установки Ollama-сервера? Например, простой веб-интерфейс для запуска Ollama #LLMs локально в R с помощью {ellmer}, {shiny} и {shinychat}:

library(shiny)
library(shinychat)
ui <- bslib::page_fluid(chat_ui("chat"))
server <- function(input, output, session) {
  chat <- ellmer::chat_ollama(model = "gemma2:2b")
  observeEvent(input$chat_user_input, {
    stream <- chat$stream_async(input$chat_user_input)
    chat_append("chat", stream)
  })
}
shinyApp(ui, server)

Источник

#LLM #будущееЗдесь #ollama #R #shiny

🚀 Как ИИ уже меняет работу людей?

Часто говорят, что ИИ заменит людей, но реальность сложнее. Новое исследование показывает: ИИ дополняет работу специалистов, а не вытесняет их.

🔍 Как изучали влияние ИИ?
Исследователи проанализировали 4 миллиона взаимодействий с Claude.ai и сравнили их с профессиями и навыками из базы O*NET – крупнейшей системы классификации труда в США. Это позволило увидеть, в каких сферах ИИ уже стал инструментом повседневной работы.

💡 Где ИИ используют больше всего?
ИИ стал незаменим в:
✅ Программировании и аналитике – разработчики исправляют баги, оптимизируют код, анализируют данные.
✅ Работе с текстами – журналисты, копирайтеры, маркетологи пишут, редактируют и анализируют контент.
✅ Бизнесе – автоматизация отчетов, анализ рынка, деловая переписка.

❌ А вот в физическом труде и медицине его почти нет – пока что сложные мануальные и социальные навыки остаются за человеком.

🧠 ИИ как дополненный интеллект, а не замена
Дополненный интеллект (Augmented Intelligence) – это концепция, в которой ИИ не заменяет человека, а усиливает его возможности. Вместо того чтобы полностью автоматизировать задачи, ИИ помогает людям быстрее принимать решения, работать продуктивнее и повышать качество результата.

🔹 В 57% случаев ИИ используется как помощник: уточняет, дорабатывает и проверяет идеи.
🔹 Только в 43% случаев выполняет задачи сам, без участия человека.

📊 Какие навыки чаще всего задействованы?
ИИ лучше всего справляется с:
✍️ Критическим мышлением, письмом, чтением, программированием.
🔧 Ремонт оборудования, переговоры, физический труд – вне его зоны комфорта.

💰 Кто чаще использует ИИ?
Чаще всего – специалисты с доходами выше среднего: программисты, аналитики, маркетологи.
А вот врачи и юристы – реже, вероятно, из-за строгих регуляций.

🎯 Что дальше?
ИИ уже стал рабочим инструментом, особенно в анализе, текстах и коде. Вопрос не в том, заменит ли он людей, а в том, кто научится эффективно с ним работать.

📖 Исследование: https://assets.anthropic.com/m/2e23255f1e84ca97/original/Economic_Tasks_AI_Paper.pdf

#ИИ #AI #ДополненныйИнтеллект #БудущееРаботы #Автоматизация #HR #Технологии

👨🏻‍🎓 Психометрика в EdTech

У Димы Аббакумова вышла книжка Психометрика в EdTech: первые шаги.

Книга посвящена психометрике, науке об измерениях в образовании, и тому, как ее можно применить в быстро развивающейся области образовательных технологий (EdTech). В ней рассматривается отсутствие внимания к измерению самого обучения, несмотря на обилие бизнес-метрик. Книга призвана помочь читателям понять, как сделать обучение видимым, измеримым и управляемым. Она включает реальные наборы данных от Яндекс Практикума, фрагменты кода и упражнения.

Настоятельно рекомендую!

📖 Посмотреть содержание книги
📘 Бесплатная 4 глава книги

#R #психометрика #EdTech #измерения #образование

❤️ Генеративный язык LoveScript для создания валентинок от Яндекса

Яндекс сделал свой генеративный язык LoveScript, который позволяет рисовать валентинки. Это гениально! Язык программирования для выражения тёплых и романтических чувств. В его основе лежит метафора любви как алгоритма: отношения — это процессы, эмоции — переменные, а признания — выводимые строки. LoveScript создан, чтобы превращать логику в романтику, а код — в признания.

Я попробовал создать валентинку кодом.

#LoveScript #валентинка

📊 Seeing Theory: статистика в визуалах

Сайт Seeing Theory от Университета Брауна превращает сложные концепции статистики и теории вероятностей в интерактивные визуализации. Идеально для тех, кто учит или учится!

Что внутри:
➖ 5 разделов (от основ теории вероятностей до регрессионного анализа) с симуляциями.
➖ Примеры: меняйте параметры распределений, стройте графики в реальном времени, наблюдайте за центральной предельной теоремой «в движении».
➖ Подходит для студентов, преподавателей и новичков — формулы становятся интуитивными.

Плюсы:
✅ Упрощает абстрактные теории через игровой формат.
✅ Лауреат премий Webby Award и Information is Beautiful Awards.

Минусы:
➖ Лучше работает на ПК, чем на смартфонах.
➖ Нужна базовая подготовка: детальных объяснений мало.

Зачем? Чтобы «пощупать» статистику руками: подбрасывайте монеты, стройте тренды и смотрите, как теория оживает на экране.

🔗 Ссылка: https://seeing-theory.brown.edu

#Статистика #Визуализация #ТеорияВероятностей #EdTech 🎲

🤖 Генеративный ИИ на рабочем месте: влияние на продуктивность и обучение сотрудников

Недавнее исследование Erik Brynjolfsson, Danielle Li, Lindsey Raymond анализирует влияние генеративного ИИ на работу 5172 операторов службы поддержки клиентов. Исследователи изучили развертывание LLM-ассистента на базе GPT-3 и пришли к важным выводам о том, как ИИ изменяет производительность и опыт сотрудников.

Доступ к ИИ увеличил производительность операторов на 15% – измеряемую количеством успешно решённых запросов в час. При этом менее опытные сотрудники получили наибольшую выгоду, демонстрируя прирост до 30% и сокращая временной разрыв с более опытными коллегами (новички с двухмесячным стажем стали работать на уровне сотрудников с шестимесячным стажем).

Дополнительно наблюдалось сокращение среднего времени обработки чатов – с 43 до 35 минут, что свидетельствует об эффективном ускорении работы. Количество чатов, обрабатываемых в час, также возросло, а разрешение проблем улучшилось на 1,3 процентных пункта от базового уровня в 82%. Несмотря на эти улучшения, удовлетворённость клиентов, измеряемая по NPS (среднее значение около 80%), не претерпела значимых изменений. При этом исследование показывает, что ИИ-ассистент способствует снижению текучести кадров, преимущественно за счёт удержания новичков, а также улучшает взаимодействие с клиентами – они стали вести себя вежливее и реже запрашивать разговор с менеджером.

Результаты относятся к конкретному AI-инструменту, применяемому в рамках одной конкретной организации и для одной конкретной должностной позиции, что затрудняет обобщение на другие отрасли или быстро меняющиеся условия.

🔗 Исследование: Erik Brynjolfsson, Danielle Li, Lindsey Raymond, Generative AI at Work, The Quarterly Journal of Economics, 2025;, qjae044, https://doi.org/10.1093/qje/qjae044

#AI #ИИ #LLM #будущееЗдесь #БудущееРаботы

🚨 Хьюстон, у нас проблема! Как кандидаты с GenAI могут стать непропорционально большой долей нанимаемых

В современном найме кандидаты всё чаще используют генеративный ИИ (GenAI) для улучшения своих результатов на тестах и видеоинтервью, что, как показывает статья Алана Борна, может привести к тому, что даже 15% кандидатов, применяющих GenAI и получающих прирост в 15% баллов, составят более 30% нанимаемых, особенно в массовом отборе 😱.

📊 Исследования подтверждают: до 28% кандидатов уже использовали ИИ, а 15% делают это регулярно. Это преимущество позволяет ИИ-кандидатам сосредотачиваться в верхней части рейтинга, вытесняя других, создавая угрозу честности и эффективности найма, поскольку их успех не отражает реальных навыков, а лишь следствие технологического усиления.

🔧 Я разработал интерактивное shiny-приложение, моделирующее этот эффект. Оно позволяет пользователям настраивать параметры: общее число кандидатов, долю кандидатов с ИИ (по умолчанию 15%), сдвиг (преимущество) среднего балла для кандидатов с ИИ (по умолчанию 0.5 SD, эквивалентно 5 баллам при σ = 10) и процентиль отбора (по умолчанию 90%). Баллы кандидатов моделируются как нормальное распределение с μ = 50 и σ = 10. Приложение визуализирует распределение баллов кандидатов и выводит численные результаты, показывая, как ИИ-кандидаты увеличивают свою долю среди отобранных (до 20–30%), иллюстрируя риски, описанные в статье Борна.

#AI #LLM #AIinHiring #GenAI #Recruitment #shiny #R #IOPsych

#пятничное Источник