LLMs (Large Language Models) impatto nell’Economia e in altre aree

LLMs (Large language Models), come ChatGPT, stanno rivoluzionando la ricerca in economia e in altre aree. Esperti di National Bureau of Economic Research offrono diversi scenari d’uso per sei aree in cui gli LLM stanno diventando sempre più utili: ideazione, scrittura, ricerca di background, analisi dati, codifica e derivazioni matematiche. 

Accademici prevedono che gli economisti che utilizzano gli LLM per automatizzare le micro-task diventeranno molto più produttivi, e che le prestazioni degli LLM miglioreranno in tutte queste aree. 

Gli autori speculano anche sugli effetti a lungo termine dell’automazione cognitiva tramite gli LLM sulla ricerca economica. Si può consederare che gli LLM sono un sottogruppo di modelli fondamentali che rappresentano il nuovo paradigma nell’intelligenza artificiale per il ventunesimo secolo. 

Questi modelli vengono preaddestrati su una vasta quantità di dati per creare una base che può poi essere regolata per applicazioni specifiche. La scala su cui operano gli LLM li rende distinti dai modelli di apprendimento profondo delle generazioni precedenti, poiché le loro capacità di ideazione sono sempre maggiori e possono essere utilizzate anche per presentare argomenti e creare testi in modo efficace.

Ecco alcuni dei principali utilizzi degli LLM :

  • Ideazione, ovvero l’atto di generare, scegliere e sviluppare idee, è un aspetto della ricerca per il quale gli LLM sono sempre più preziosi. Possono fungere sia da tutor che da assistenti. Questo dimostra come gli LLM si differenzino dalle precedenti applicazioni di apprendimento profondo in economia poiché esibiscono una creatività che in precedenza si trovava solo nelle persone. Gli LLM moderni hanno grandi capacità di ideazione, ma presentano anche significative restrizioni.
  • Gli LLM sono molto utili nel brainstorming (o meglio, “net-storming”) di idee ed esempi collegati a un problema specifico poiché sono addestrati su un’enorme quantità di dati che rappresentano una sezione trasversale della conoscenza umana.
  • Gli LLM sono altrettanto abili nel presentare argomentazioni a sostegno di un punto di vista specifico quanto nel sollevare controargomenti, indipendentemente da quale lato dell’argomentazione essi si trovino. Ciò potrebbe contribuire a contrastare il bias di conferma presente in tutti i cervelli umani.
  • La generazione di testo è la principale abilità degli LLM. Ciò suggerisce che sono estremamente capaci e utili per vari compiti legati alla scrittura, come creare contenuti da zero utilizzando elenchi puntati, modificare lo stile del testo, modificarlo, valutare i tipi e creare titoli, titoli e tweet.
  • La capacità di trasformare elenchi puntati poco chiari in frasi ben strutturate e comprensibili potrebbe essere una delle abilità più utili degli LLM.
  • L’editing è un’altra abilità utile. Gli LLM possono correggere testo per grammatica, ortografia, stile, semplicità o chiarezza. Chi vuole migliorare la propria scrittura ma è un non madrelingua può trovare particolarmente utile questa collezione di abilità.
  • Gli LLM possono valutare lo stile, la chiarezza o altri fattori di un testo.
  • Gli LLM sono utili solo per la ricerca bibliografica. Anche se hanno accesso ai riferimenti standard comunemente menzionati nella letteratura, è comunque una buona idea verificare ogni riferimento che offrono. Potrebbero creare documenti che sembrano autorevoli ma non lo sono quando richiesti per la considerazione.
  • Gli LLM possono fungere da tutor e spiegare vari argomenti economici di base in modo utile sia agli studenti che cercano di padroneggiare nuovi materiali sia agli accademici più esperti che si avventurano al di fuori del loro campo di studio.
  • Gli LLM possono aiutare con assistenza per piccole attività e tutoring di codice. Possono creare, modificare, tradurre o correggere snippet di codice utilizzando istruzioni in inglese semplice (o altre lingue comuni). Gli LLM possono formattare dati, estrarre dati da testo semplice, classificare e valutare il testo,

Abstract from MarcTechPost

Contact

Contact Information

Subscribe Newsletter:
Send us a Message