L’importanza dell’analisi dati: strumenti ed impatto socio-lavorativo dell’intelligenza artificiale

What are Data Analytics and Data Science? Starting from this question we can understand how to establish a working approach with the data available to us. Several tools for analysing data are now available. We have also referred to Excel, Python, R and Stata in order to learn how these programs are useful for data processing, in which fields they are used and what professional figures use them. The resulting analyses need to be made comprehensible to a wider audience and for this reason the concept of Data Visualization is introduced. There are two types of applications used for data visualization in the text: Power BI and Tableau Public. As regards, however, the management of databases and the manipulation of data within them, we can refer to the programming language called SQL. As with the rest of the world, the change brought by artificial intelligence has also proved important in the field of data analysis. In fact, all the software mentioned so far have undergone changes in their operation. Many practices that would not have been used because of misinformation have become accessible to anyone using an AI. This advantage has accelerated processing processes and increased user capabilities, but at the same time created a misinformation phenomenon. Machine learning is the AI branch based on the production of codes for machine learning. The system training to recognize a model may be miswritten, leading to an accumulation of false data. The process described above would thus result in an inaccurate, misleading or even completely false output. Only if the user is aware or almost aware of the response provided by the system, can he assess whether or not the service is reliable. It remains to be seen how far we can trust the indications obtained through the use of an artificial intelligence and especially if today the users of these digital services are willing to reevaluate the results received.

Cosa sono la Data Analytics e la Data Science? Partendo da questa domanda possiamo capire come instaurare un approccio lavorativo con i dati a nostra disposizione. Attualmente sono disponibili diversi strumenti per analizzare i dati. Tra questi richiamiamo Excel, Python, R e Stata per andare a conoscere come questi programmi siano utili per l’elaborazione dei dati, in quali settori vengano utilizzati e quali figure professionali li utilizzino. Le analisi ottenute necessitano poi di rendersi comprensibili ad un pubblico più ampio e per questo motivo viene introdotto il concetto di Data Visualization. Nel testo sono presenti due tipologie di applicativi impiegati per la visualizzazione dei dati: Power BI e Tableau Public. Per quanto riguarda, invece, la gestione di database e la manipolazione dei dati al suo interno, si può fare riferimento al linguaggio di programmazione chiamato SQL. Come per il resto del mondo, il cambiamento apportato dall’intelligenza artificiale si è dimostrato importante anche nel settore dell’analisi dati. Infatti, tutti i software citati fino ad ora hanno subito delle variazioni nel loro funzionamento. Molte pratiche, che non si sarebbero utilizzate a causa della disinformazione, sono diventate accessibili a chiunque impieghi un’IA. Tale vantaggio ha velocizzato i processi di lavorazione e aumentato le capacità degli utenti, ma ha creato al contempo un fenomeno di misinformazione. Il machine learning è la branca di IA basata sulla produzione di codici per l’apprendimento automatico. L’addestramento del sistema nel riconoscere un modello può essere scritto in maniera erronea comportando così l’accumulo di dati non veritieri. Il processo appena descritto si tradurrebbe, così, in un output impreciso, fuorviante o addirittura completamente falso. Solo nel caso in cui l’utente sia a conoscenza o quasi della risposta che viene fornita dal sistema, questi può valutare o meno l’attendibilità del servizio. Rimane dunque da capire fino a quale punto ci si possa fidare delle indicazioni ottenute tramite l’utilizzo di un’ intelligenza artificiale e soprattutto se ad oggi i fruitori di questi servizi digitali siano disposti a rivalutare gli esiti ricevuti.