## Человек с машиной вместе могут гораздо больше, чем каждый по отдельности
### Зачем мне учить Python
На самом деле оказалось, что существует прикладная задача, которую я планирую решить с помощью изучения Пайтона, а именно — анализ данных. На ближайший год я запланировал обширное исследование эффекта от использования ручки с бумагой и цифровых гаджетов на познавательные способности человека. Впереди ждёт огромное количество чисел, таблиц, сравнений, расчётов значимости результатов.
Да, кто-то скажет, что уже существуют удобные программы, позволяющие сделать всё это нажатием пары кнопок, но мне не требуется удобство — как раз наоборот, удобство будет не удобно.
Не удобно в том смысле, что мне интересно разобраться не только в том, как соотносятся цифры, но и понять на «программном» уровне, что я могу сделать с помощью нескольких строк кода. Размышляя над этим и читая всякое, я решил попробовать поговорить с GPT.
У меня как раз были данные моего опроса с достаточно большой выборкой (200 респондентов), в котором дети отвечали на серию вопросов об успеваемости, сне, количестве экранного времени. Цель, которую я ставил перед собой, — проверить, насколько верно утверждение, что чем больше экранного времени, тем хуже академические успехи.
Опрос проводил в школе среди учащихся 8-9-х классов; выборка достаточно большая. Кому интересно, пришлю ссылку на оригинальный файл (он обезличен). Но я боялся подходить к анализу, потому что не понимал, с какой стороны его делать, а вчера «допёрло».
В своей книге «От Энигмы до ChatGPT» во второй главе я высказал предположение, что человек и машина вместе могут значительно больше, чем каждый по отдельности, и, в духе исследователя, который написал это утверждение, приступил к очередному тесту истинности написанного.
Сначала я затеял разговор с GPT о том, что у меня нулевой опыт в программировании, но я хочу научиться. Он накидал мне всяких рекомендаций, среди которых вновь появилась книга Python Crash Course. Продолжил тем, что начал спрашивать его о том, как Пайтон помогает учителям и исследователям. Он ответил, что позволяет анализировать большие массивы данных, визуализировать их, а ещё моделировать (до этого пока не дошёл). В этот момент лампочка загорелась: «Вот оно чё, Михалыч! Вот как можно, оказывается». Я его ещё немного поспрашивал, с чего мне начать, и загрузил в него файл с ответами детей.
Сам не заметил, как за пару часов мы вместе с GPT, который «гонял» Пайтон под каждый из моих запросов, проанализировали таблицу. Впереди ещё уйма работы, но есть ощущение, что в подобной гибридной работе скрыт огромный потенциал.
А вы что скажете? Есть среди моей аудитории аналитики, использующие Пайтон для этого?
P.S. Вот тут можно прочитать наш с ним диалог. Он идёт на двух языках — как-то так получилось, я не заметил, что он отвечал мне на русском, а я его спрашивал на английском. :)
