Er gervigreind að taka yfir störf gagnafræðinga?

Stutta svarið: nei, gervigreind er ekki að taka yfir störf gagnafræðinga — en hún breytir því hvernig starfið lítur út. Verkfæri eins og ChatGPT og Copilot skrifa nú fyrstu drög að SQL-fyrirspurnum og Python-kóða á sekúndum, og það hræðir marga sem eru að hugsa um að skipta yfir í tæknina. Spurningin sem borgar sig að spyrja er ekki hvort vélin taki starfið, heldur hvaða hluti starfsins hún vinnur og hvað verður eftir handa þér.

hvað gerir gagnafræðingur í raun og veru

Fólk heldur oft að starf gagnafræðings snúist um að skrifa flókin reiknirit allan daginn. Í reynd fer stór hluti tímans í að skilja spurninguna sem á að svara, hreinsa sóðaleg gögn og útskýra niðurstöður fyrir fólki sem les ekki kóða.

Ímyndaðu þér gagnafræðing hjá tryggingafélagi í Reykjavík. Framkvæmdastjóri spyr: „Af hverju hætta viðskiptavinir hjá okkur?“ Það er ekki spurning sem líkan svarar upp úr þurru. Einhver þarf að þýða hana yfir í mælanlega spurningu, finna réttu gögnin, taka eftir að helmingur dálkanna vantar dagsetningar, og loks segja söguna svo að stjórnin geti tekið ákvörðun. Gervigreind hjálpar til í nokkrum af þessum skrefum. Hún tekur ekki ábyrgð á þeim.

hvernig er gervigreind notuð í gagnavísindum

Gervigreind og gagnavísindi eru samtvinnuð. Vélrænt nám — kjarni nútíma gervigreindar — byggir á gögnum, og gögnin þarf einhver að útvega, hreinsa og skilja. Þannig er gagnavísindi forsenda þess að gervigreind virki, ekki andstæða hennar.

Í daglegu starfi birtist gervigreindin á nokkra vegu. Kóðahjálparar flýta fyrir skrifum og laga villur. Spjallmállíkön draga saman skjöl og útskýra bókasöfn sem þú kannt ekki. Sjálfvirk vélræn námstól (AutoML) prófa tugi líkana á meðan þú fáir þér kaffi. Þetta sparar tíma í rútínuvinnu, en ákvörðunin um hvaða líkan er réttlætanlegt og hvort niðurstaðan meiðir engan er enn manneskjunnar.

Ef þú vilt sjá hvernig þessi verkfæri fléttast saman í raunverulegu námi þá förum við nákvæmlega í gegnum þau í gagnavísinda- og gervigreindarnáminu hjá Code Labs Academy.

hvað gervigreind gerir vel — og hvað hún gerir illa

Til að meta óttann þarf að vera nákvæmur um hvað sjálfvirknin ræður við. Hér er einföld samanburðartafla.

Verkefni	Gervigreind ræður vel við	Manneskjan þarf enn að gera
Skrifa fyrstu drög að kóða	Já, hratt og oft rétt	Yfirfara, prófa og bera ábyrgð
Hreinsa gögn	Að hluta, með reglum	Skilja af hverju gögnin eru sóðaleg
Velja líkan	Prófa marga kosti sjálfvirkt	Meta hvort niðurstaðan sé sanngjörn og nothæf
Skilja viðskiptaspurninguna	Nei	Já, með samtali við fólk
Útskýra niðurstöðu fyrir stjórn	Býr til texta	Standa fyrir máli sínu og svara gagnrýni

Það sem stendur eftir í hægri dálknum er einmitt það sem gerir fólk verðmætt. Dómgreind, samhengi og ábyrgð flytjast ekki yfir á líkan.

hvað er 30% reglan í gervigreind

Þú rekst kannski á „30% regluna“ þegar þú lest um gervigreind, og hún er nefnd í nokkrum samhengjum. Algengasta útgáfan er einföld þumalputtaregla: sjálfvirknivæðing tekur oft yfir um það bil 30% af verkefnum starfs, ekki starfið sjálft. Með öðrum orðum, hlutar vinnunnar hverfa á meðan afgangurinn breytist.

Fyrir gagnafræðing þýðir þetta að rútínan — að skrifa staðlaðan kóða, gera fyrstu greiningu, búa til einfaldar myndir — verður hraðari. Tíminn sem sparast fer ekki í ekki neitt. Hann fer í dýpri vinnu: að spyrja betri spurninga, meta gæði gagna og eiga samtalið við fólkið sem á að nota niðurstöðurnar. Sá sem kann bara rútínuna er í veikari stöðu. Sá sem kann að nota verkfærin og bæta við dómgreind sinni verður eftirsóttari.

þýðir þetta að þú eigir að hætta við að læra gagnavísindi

Þvert á móti. Þegar hluti starfs verður sjálfvirkur eykst virði þeirra sem skilja bæði gögnin og verkfærin sem vinna með þau. Fyrirtæki á Íslandi — bankar, orkufyrirtæki, ferðaþjónusta, sprotafyrirtæki í Reykjavík og víðar — sitja á miklum gögnum og vantar fólk sem getur breytt þeim í ákvarðanir.

Það sem þú vilt læra er ekki bara Python og tölfræði, heldur hvernig á að vinna með gervigreind sem samstarfsaðila. Það þýðir að kunna að skrifa góðar fyrirspurnir til líkans, gagnrýna svarið sem það gefur, og vita hvenær það hefur rangt fyrir sér. Þessi færni fæst best með því að byggja raunveruleg verkefni frá grunni, ekki með því að horfa á myndbönd.

Ef þú vilt læra á þínum eigin hraða meðfram vinnu er sjálfshraðanámið í gagnavísindum og gervigreind góður staður að byrja. Fyrir þau sem vilja bera saman leiðir og verð má skoða yfirlit yfir námsleiðir og kostnað.

þrjú atriði sem gera þig ómissandi

Gervigreind hjálpar þeim sem kann að stýra henni og fer illa með þann sem treystir henni í blindni. Til að vera í fyrri hópnum skiptir mest að þú skiljir hvað er á bak við tölurnar, að þú getir sagt söguna á mannamáli, og að þú takir ábyrgð á ákvörðununum sem gögnin styðja.

Sá sem kann þetta þarf ekki að óttast sjálfvirknina. Hann notar hana til að komast lengra á skemmri tíma en áður var mögulegt.

niðurstaðan

Gervigreind tekur ekki störf gagnafræðinga á Íslandi — hún færir vinnuna ofar, frá rútínu yfir í dómgreind og samhengi. Besta svarið við óttanum er að læra hvernig þú vinnur með þessi verkfæri í stað þess að keppa við þau. Skoðaðu gagnavísinda- og gervigreindarnámið hjá Code Labs Academy og taktu fyrsta skrefið í átt að starfi sem sjálfvirknin styrkir frekar en eyðir.