தரவு அறிவியலை AI மாற்றுமா?

சரி, மேஜையில் அட்டைகள் - இந்தக் கேள்வி எல்லா இடங்களிலும் எழுகிறது. தொழில்நுட்ப சந்திப்புகளில், வேலையில் காபி இடைவேளைகளில், ஆமாம், அந்த நீண்ட நேர LinkedIn த்ரெட்களில் கூட யாரும் படிப்பதை ஒப்புக்கொள்வதில்லை. கவலை மிகவும் வெளிப்படையானது: AI இவ்வளவு ஆட்டோமேஷனைக் கையாள முடிந்தால், அது தரவு அறிவியலை ஒருவிதத்தில்... பயன்படுத்தி முடிக்கக்கூடியதாக மாற்றுமா? விரைவான பதில்: இல்லை. நீண்ட பதில்? இது சிக்கலானது, குழப்பமானது மற்றும் ஒரு தட்டையான "ஆம்" அல்லது "இல்லை" என்பதை விட மிகவும் சுவாரஸ்யமானது

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 தரவு அறிவியல் மற்றும் செயற்கை நுண்ணறிவு: புதுமையின் எதிர்காலம்
செயற்கை நுண்ணறிவு மற்றும் தரவு அறிவியல் நாளைய கண்டுபிடிப்பு நிலப்பரப்பை எவ்வாறு வடிவமைக்கின்றன என்பதை ஆராய்தல்.

🔗 தரவு பகுப்பாய்வாளர்களை AI மாற்றுமா: உண்மையான பேச்சு
தரவு ஆய்வாளர் பாத்திரங்கள் மற்றும் தொழில்துறை தேவைகளில் AI இன் தாக்கத்தைப் புரிந்துகொள்வது.

🔗 நீங்கள் பார்க்க வேண்டிய AI கருவிகளுக்கான தரவு மேலாண்மை
AI கருவிகளின் திறனை அதிகப்படுத்துவதற்கான முக்கிய தரவு மேலாண்மை நடைமுறைகள்.

தரவு அறிவியலை உண்மையில் மதிப்புமிக்கதாக்குவது எது 🎯

விஷயம் இதுதான் - தரவு அறிவியல் என்பது வெறும் கணிதம் மற்றும் மாதிரிகள் மட்டுமல்ல. புள்ளிவிவர துல்லியம், வணிக சூழல் மற்றும் ஆக்கப்பூர்வமான சிக்கல் தீர்க்கும் தன்மை . AI ஒரு நொடியில் பத்தாயிரம் நிகழ்தகவுகளைக் கணக்கிட முடியும், நிச்சயமாக. ஆனால் எந்தப் பிரச்சினை முக்கியமானது என்பதை அது தீர்மானிக்க முடியுமா? அல்லது அந்தப் பிரச்சினை எவ்வாறு உத்தி மற்றும் வாடிக்கையாளர் நடத்தையுடன் தொடர்புடையது என்பதை விளக்க முடியுமா? அங்குதான் மனிதர்கள் தலையிடுகிறார்கள்.

அதன் மையத்தில், தரவு அறிவியல் ஒரு மொழிபெயர்ப்பாளரைப் போன்றது. இது அசிங்கமான விரிதாள்கள், பதிவுகள், எந்த அர்த்தமும் இல்லாத கணக்கெடுப்புகள் போன்ற குழப்பங்களை எடுத்து, சாதாரண மக்கள் உண்மையில் செயல்படக்கூடிய முடிவுகளாக மாற்றுகிறது. அந்த மொழிபெயர்ப்பு அடுக்கை அகற்றவும், AI பெரும்பாலும் நம்பிக்கையான முட்டாள்தனத்தை வெளிப்படுத்துகிறது. HBR பல ஆண்டுகளாக இதைச் சொல்லி வருகிறது: ரகசிய சாஸ் துல்லிய அளவீடுகள் அல்ல, அது வற்புறுத்தல் மற்றும் சூழல் [2].

யதார்த்த சரிபார்ப்பு: ஒரு வேலையில் ஏராளமான பணிகளை AI தானியக்கமாக்க முடியும் என்று ஆய்வுகள் தெரிவிக்கின்றன - சில நேரங்களில் பாதிக்கும் மேல் . ஆனால் வேலையை நோக்கமாகக் கொண்டு, தீர்ப்புகளை வழங்குவதன் மூலம், "ஒரு அமைப்பு" என்று அழைக்கப்படும் குழப்பமான விஷயத்துடன் ஒத்துப்போவதன் மூலம்? இன்னும் மனித பிரதேசம் அதிகம் [1].

விரைவான ஒப்பீடு: தரவு அறிவியல் vs. AI

இந்த அட்டவணை சரியானது அல்ல, ஆனால் அவை வகிக்கும் வெவ்வேறு பாத்திரங்களை இது எடுத்துக்காட்டுகிறது:

"முழு மாற்றீடு" பற்றிய கட்டுக்கதை 🚫

ஒவ்வொரு தரவு வேலையையும் AI விழுங்குவதை கற்பனை செய்வது நன்றாகத் தெரிகிறது, ஆனால் அது தவறான அனுமானத்தின் அடிப்படையில் கட்டமைக்கப்பட்டுள்ளது - தரவு அறிவியலின் முழு மதிப்பும் தொழில்நுட்பமானது. அதில் பெரும்பாலானவை உண்மையில் விளக்கம், அரசியல் மற்றும் தகவல்தொடர்பு சார்ந்தவை .

• "தயவுசெய்து 94% துல்லியத்துடன் ஒரு மாதிரியைக் கொடுங்கள்" என்று எந்த நிர்வாகியும் கூறுவதில்லை

• "இந்தப் புதிய சந்தையில் நாம் விரிவடைய வேண்டுமா, ஆம் அல்லது இல்லை?" என்று அவர்கள் கேட்கிறார்கள்

AI ஒரு முன்னறிவிப்பை உருவாக்க முடியும். அது எதைக் கருத்தில் கொள்ளாது: ஒழுங்குமுறை தலைவலி, கலாச்சார நுணுக்கம் அல்லது தலைமை நிர்வாக அதிகாரியின் ஆபத்து பசி. பகுப்பாய்வு செயலாக மாறுவது இன்னும் ஒரு மனித விளையாட்டாகும் , இது சமரசங்கள் மற்றும் வற்புறுத்தல்களால் நிறைந்துள்ளது [2].

AI ஏற்கனவே விஷயங்களை உலுக்கிக்கொண்டிருக்கும் இடம் 💥

நேர்மையாகச் சொல்லப் போனால் - தரவு அறிவியலின் சில பகுதிகள் ஏற்கனவே AI ஆல் உயிருடன் உண்ணப்படுகின்றன:

• தரவு சுத்தம் செய்தல் & தயாரிப்பு → தானியங்கி சோதனைகள் காணாமல் போன மதிப்புகள், முரண்பாடுகள் மற்றும் எக்செல் வழியாகச் செல்லும் மனிதர்களை விட வேகமாக நகர்வதைக் கண்டறியும்.

• மாதிரி தேர்வு & சரிப்படுத்தும் → ஆட்டோஎம்எல் வழிமுறை தேர்வுகளைச் சுருக்கி ஹைப்பர் அளவுருக்களைக் கையாளுகிறது, பல வாரங்களாகப் பயிற்சி செய்வதைச் சேமிக்கிறது [5].

• காட்சிப்படுத்தல் & அறிக்கையிடல் → கருவிகள் இப்போது ஒரே ஒரு வரியில் இருந்து டாஷ்போர்டுகள் அல்லது உரை சுருக்கங்களை வரையலாம்.

யாருக்கு இது அதிகம் பிடிக்கும்? திரும்பத் திரும்ப வரும் விளக்கப்பட உருவாக்கம் அல்லது அடிப்படை மாடலிங் சார்ந்த வேலைகள் உள்ளவர்கள். வெளியேறுவதற்கான வழி என்ன? மதிப்புச் சங்கிலியில் மேலே செல்லுங்கள்: கூர்மையான கேள்விகளைக் கேளுங்கள், தெளிவான கதைகளைச் சொல்லுங்கள், சிறந்த பரிந்துரைகளை உருவாக்குங்கள்.

விரைவான கேஸ் ஸ்னாப்ஷாட்: ஒரு சில்லறை விற்பனையாளர் ஆட்டோஎம்எல்லை சலனத்திற்காக சோதிக்கிறார். இது ஒரு உறுதியான அடிப்படை மாதிரியை வெளிப்படுத்துகிறது. ஆனால் தரவு விஞ்ஞானி பணியை மறுவடிவமைக்கும்போது பெரிய வெற்றி வருகிறது: “யார் சலனப்படுத்துவார்கள்?” என்பதற்குப் பதிலாக அது “எந்த தலையீடுகள் உண்மையில் பிரிவு வாரியாக நிகர லாபத்தை அதிகரிக்கின்றன?” என்று மாறுகிறது. அந்த மாற்றம் - மேலும் கட்டுப்பாடுகளை அமைக்க நிதியுடன் கூட்டு சேருவது - மதிப்பை இயக்குகிறது. ஆட்டோமேஷன் விஷயங்களை வேகப்படுத்துகிறது, ஆனால் ஃப்ரேமிங் முடிவைத் திறக்கிறது.

தரவு விஞ்ஞானிகளின் பங்கு வளர்ந்து வருகிறது 🔄

மறைவதற்குப் பதிலாக, வேலை புதிய வடிவங்களாக மாறுகிறது:

1. AI மொழிபெயர்ப்பாளர்கள் - டாலர்கள் மற்றும் பிராண்ட் அபாயத்தைப் பற்றி அக்கறை கொண்ட தலைவர்களுக்கு தொழில்நுட்ப வெளியீடுகளை எளிதில் புரிந்துகொள்ள உதவுதல்.

2. ஆளுகை மற்றும் நெறிமுறைகள் வழிநடத்துகின்றன NIST இன் AI RMF போன்ற தரநிலைகளுடன் சீரமைக்கப்பட்ட சார்பு சோதனை, கண்காணிப்பு மற்றும் கட்டுப்பாடுகளை அமைத்தல் [3].

3. தயாரிப்பு உத்தி வல்லுநர்கள் - வாடிக்கையாளர் அனுபவங்கள் மற்றும் தயாரிப்பு வரைபடங்களில் தரவு மற்றும் AI ஐப் பிணைத்தல்.

முரண்பாடாக, AI அதிக தொழில்நுட்ப ரீதியான முணுமுணுப்பு வேலைகளை எடுத்துக் கொள்ளும்போது, ​​மனித திறன்கள் - கதைசொல்லல், கள தீர்ப்பு, விமர்சன சிந்தனை - நீங்கள் எளிதாக மாற்ற முடியாத பகுதிகளாக மாறுகின்றன.

நிபுணர்களும் தரவுகளும் என்ன சொல்கின்றன 🗣️

• ஆட்டோமேஷன் உண்மையானது, ஆனால் பகுதியளவு : தற்போதைய AI பல வேலைகளுக்குள் நிறைய பணிகளை தானியக்கமாக்க முடியும், ஆனால் அது பொதுவாக மனிதர்களை அதிக மதிப்புள்ள வேலையை நோக்கி நகர்த்த விடுவிக்கிறது [1].

• முடிவுகளுக்கு மனிதர்கள் தேவை : நிறுவனங்கள் எண்ணிக்கையைப் பார்த்து நகருவதில்லை - கதைகளும் விவரிப்புகளும் தலைவர்களைச் செயல்பட வைப்பதால் அவை நகரும் என்று HBR சுட்டிக்காட்டுகிறது [2].

• வேலை தாக்கம் ≠ பெருமளவிலான பணிநீக்கங்கள் : WEF தரவு, நிறுவனங்கள் AI பணிகளை மாற்றும் மற்றும் பணிகள் மிகவும் தானியங்கி முறையில் இருக்கும் இடங்களில் பணியாளர்களைக் குறைக்கும் என்று எதிர்பார்க்கிறது என்பதைக் காட்டுகிறது, ஆனால் அவை மறுதிறன் அதிகரிப்பையும் இரட்டிப்பாக்குகின்றன [4]. இந்த முறை மாற்றீட்டை விட மறுவடிவமைப்பு போலவே தெரிகிறது.

பயம் ஏன் தொடர்கிறது 😟

ஊடகத் தலைப்புச் செய்திகள் அழிவில் செழித்து வளர்கின்றன. "வேலைகளை மாற்றும் AI!" விற்கிறது. ஆனால் தீவிர ஆய்வுகள் தொடர்ந்து நுணுக்கத்தைக் காட்டுகின்றன: பணி ஆட்டோமேஷன், பணிப்பாய்வு மறுவடிவமைப்பு மற்றும் புதிய பாத்திர உருவாக்கம் கால்குலேட்டரை எப்போது அறிய நீங்கள் இன்னும் இயற்கணிதத்தைப் புரிந்து கொள்ள வேண்டும்

பொருத்தமாக இருத்தல்: ஒரு நடைமுறை விளையாட்டு புத்தகம் 🧰

• முடிவெடுப்பதில் இருந்து தொடங்குங்கள். வணிகக் கேள்வி மற்றும் தவறாக இருப்பதன் விலை ஆகியவற்றுடன் உங்கள் வேலையை இணைக்கவும்.

• AI வரைவை விடுங்கள், நீங்கள் செம்மைப்படுத்துங்கள். அதன் வெளியீடுகளை தொடக்கப் புள்ளிகளாகக் கருதுங்கள் - நீங்கள் தீர்ப்பையும் சூழலையும் கொண்டு வருகிறீர்கள்.

• உங்கள் ஓட்டத்தில் நிர்வாகத்தை உருவாக்குங்கள். NIST [3] போன்ற கட்டமைப்புகளுடன் இணைக்கப்பட்ட இலகுரக சார்பு சோதனைகள், கண்காணிப்பு மற்றும் ஆவணங்கள்.

• உத்தி மற்றும் தகவல்தொடர்பை நோக்கி நகருங்கள். நீங்கள் "பொத்தான்களை அழுத்துவதில்" குறைவாக இருந்தால், உங்களை தானியக்கமாக்குவது கடினமாகிவிடும்.

• உங்கள் ஆட்டோஎம்எல்லை அறிந்து கொள்ளுங்கள். ஒரு புத்திசாலித்தனமான ஆனால் பொறுப்பற்ற பயிற்சியாளராக நினைத்துப் பாருங்கள்: வேகமான, சளைக்காத, சில நேரங்களில் மிகவும் தவறான. நீங்கள் பாதுகாப்புத் தடுப்புகளை வழங்குகிறீர்கள் [5].

சரி... தரவு அறிவியலை AI மாற்றுமா? ✅❌

தெளிவான பதில்: இல்லை, ஆனால் அது அதை மறுவடிவமைக்கும் கருவித்தொகுப்பை மீண்டும் எழுதுகிறது மனித விளக்கம், படைப்பாற்றல் மற்றும் தீர்ப்பின் தேவை . ஏதாவது இருந்தால், நல்ல தரவு விஞ்ஞானிகள் பெருகிய முறையில் சிக்கலான வெளியீடுகளின் உரைபெயர்ப்பாளர்களாக மிகவும்

சுருக்கமாக: AI என்பது பணிகளை மாற்றுகிறது, தொழிலை அல்ல [1][2][4].

குறிப்புகள்

[1] மெக்கின்சி & கம்பெனி - ஜெனரேட்டிவ் AI இன் பொருளாதார ஆற்றல்: அடுத்த உற்பத்தித்திறன் எல்லை (ஜூன் 2023).
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

[2] ஹார்வர்ட் வணிக மதிப்பாய்வு - தரவு அறிவியல் மற்றும் தூண்டுதல் கலை (ஸ்காட் பெரினாடோ, ஜனவரி–பிப்ரவரி 2019).
https://hbr.org/2019/01/data-science-and-the-art-of-persuasion

[3] NIST - செயற்கை நுண்ணறிவு இடர் மேலாண்மை கட்டமைப்பு (AI RMF 1.0) (2023).
https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf

[4] உலகப் பொருளாதார மன்றம் - தொடக்க நிலை வேலை வாய்ப்புகளில் AI கதவை மூடுகிறதா? (ஏப்ரல் 30, 2025) - எதிர்கால வேலைகள் 2025 .
https://www.weforum.org/stories/2025/04/ai-jobs-international-workers-day/

[5] அவர், எக்ஸ். மற்றும் பலர் - ஆட்டோஎம்எல்: அதிநவீன தொழில்நுட்பத்தின் ஒரு ஆய்வு (arXiv, 2019).
https://arxiv.org/abs/1908.00709

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்.

எங்களை பற்றி