ChatGPT-nin dataset analizindəki kritik səhvlər nələri dəyişdirə bilər?

ChatGPT-nin Dataset Analizində Təkrarlanan Səhvlər

ChatGPT-nin üç kiçik dataset üzərində apardığı analizlərdə eyni növ səhvlərin təkrarlanması diqqət çəkir. shipment_tracking, regional_sales və olympics_athletes_events adlı datasetlərdə verilən suallara cavab verərkən ciddi uyğunsuzluqlar və yanlış nəticələr ortaya çıxıb.

Çatdırılma Vaxtının Yanlış Ölçülməsi

shipment_tracking dataseti 40 sifarişdən ibarətdir, lakin 18 sifariş hələ göndərilməyib və çatdırılmayıb. ChatGPT çatdırılma vaxtını ship-to-door (göndərilmə tarixindən çatdırılma tarixinə qədər) kimi hesablasa da, sual order-to-door (sifarişdən çatdırılmaya qədər) ilə bağlı idi. Nəticədə ortalama çatdırılma vaxtı 2.6 gün kimi göstərilib, halbuki düzgün rəqəm 6.09 gündür. Bu fərq istifadəçilərin gözləntilərini yanıltmaq potensialına malikdir.

Satış Rəqəmlərində Uyğunsuzluqlar

regional_sales dataseti 59 sətrdən ibarət olub, 8 region və 2007-2025 illərini əhatə edir. Datasetdə bəzi region-illər üçün təkrarlanan və ziddiyyətli satış rəqəmləri mövcuddur. Məsələn, APAC regionunun satışları 3675.49 vahid olaraq qeyd olunub, lakin ChatGPT bu rəqəmi 3.68 milyon kimi təqdim edib. Satışların valyutası datasetdə göstərilməyib, bu isə nəticələrin düzgün təhlilinə mane olur.

İdmançıların Boyu və Medallar Arasındakı Əlaqə

olympics_athletes_events dataseti 352 sətirdən ibarətdir və 336 idmançı ilə 167 tədbiri əhatə edir. Lakin 226 sətirdə idmançıların boyu qeyd olunmayıb. Boyu məlum olan idmançılar arasında medala sahib olma faizi 54%, boyu qeydə alınmayanlarda isə 23%-dir. ChatGPT boyun medala təsirini qiymətləndirərkən bu boşluqları nəzərə almayıb və ikinci yoxlama mərhələsində bu səhv daha da pisləşib.

Nəticə və Tövsiyələr

ChatGPT kodu düzgün yazsa da, sualların kontekstini düzgün başa düşməməsi və datasetdəki boşluqları nəzərə almaması səbəbindən səhvlər yaranıb. Bu, süni intellektin məlumatları təhlil edərkən konteksti və məlumatların tamlığını düzgün qiymətləndirməsinin vacibliyini göstərir. Nate Rosidi və StrataScratch kimi mütəxəssislər bu səhvləri aşkar edib və süni intellektin nəticələrinin həmişə diqqətlə yoxlanmasının zəruriliyini vurğulayırlar.

Bu analizlər göstərir ki, süni intellektin təqdim etdiyi məlumatlar insan qərarvermə prosesinə təsir edə bilər və səhv məlumatlar biznes və idman sahəsində yanlış nəticələrə gətirib çıxara bilər. Gələcəkdə belə səhvlərin qarşısını almaq üçün daha diqqətli və kontekstual yanaşma tələb olunur.