Ganancias:
- Poder distinguir dónde la inteligencia artificial ahorra tiempo en el flujo de presentación y visualización de datos, y por qué las decisiones sobre la precisión de los datos y la honestidad del gráfico se dejan en manos de los humanos, dependiendo del nivel de riesgo.
- Capacidad para implementar una disciplina de verificación que verifique cada resultado con los pasos de origen, coherencia, honestidad y contexto.
- Capacidad de anonimizar datos sensibles, evitar distorsiones y observar los principios de responsabilidad última de esta profesión desde el principio.
Una presentación o un gráfico a menudo determina el destino de una decisión más que la decisión misma. Mientras la junta directiva dice "sí" a una inversión, mientras un profesor comprueba si se entiende o no la lección, mientras un municipio convence al público; Todo está detrás de una diapositiva, una línea, una elección de color. La inteligencia artificial ha entrado en medio de esto. Ahora se pueden producir borradores de presentaciones, gráficos listos para usar, notas del orador e infografías con solo unas pocas oraciones. Pero este poder también puede producir el mensaje equivocado con la misma rapidez. Este módulo le ayudará a hacer de la IA el asistente integral de su negocio de presentación y visualización de datos; Pero te enseña a tener la última palabra y la responsabilidad.
En esta primera unidad, aclaramos exactamente qué se está acelerando la IA en este campo, dónde debería detenerse, cómo verificar el resultado y a qué límites éticos/de privacidad se debe prestar atención desde el principio.
¿Dónde se encuentra la inteligencia artificial en este asunto?
Primero, definamos simplemente los dos conceptos. Una presentación es un conjunto visual-verbal (principalmente diapositivas) que se prepara para explicar una idea o información a una audiencia específica en un orden específico. La visualización de datos consiste en gráficos, tablas y paneles que hacen que los números sean comprensibles a simple vista. También existe el término frecuentemente mencionado modelo de lenguaje grande (LLM): es un sistema de inteligencia artificial que genera texto prediciendo la "siguiente palabra más probable"; ChatGPT es el motor de herramientas como Claude y Gemini. La cuestión es la siguiente: el gran modelo del lenguaje no es una calculadora ni una máquina de "verificación de hechos"; es un generador de textos y esquemas persuasivos.
La inteligencia artificial le ayuda en esta área en cuatro conjuntos distintos de funciones:
- Escritor/redactor: Produce planes de presentación, títulos de diapositivas, textos de artículos, notas del orador, textos infográficos.
- Asistente de diseño: sugiere diseño de diapositivas, genera imágenes (con inteligencia artificial generadora de imágenes), sugiere colores y tipografía, brinda ideas de íconos.
- Analista/codificador: Da sentido a sus datos, recomienda el tipo de gráfico correcto, escribe el código (Python, por ejemplo, matplotlib) para producir el gráfico.
- Crítico/corrector: Critica una presentación ya preparada desde la perspectiva del público, elimina el exceso y marca los gráficos engañosos.
Por el contrario, las decisiones críticas que quedan en manos de los humanos son las siguientes: Garantizar que los datos sean precisos y estén actualizados. Honestidad del mensaje. El gráfico no distorsiona los datos. Adecuación a la audiencia y al contexto. Decisión de no compartir datos confidenciales/personales. Y por último, la responsabilidad de “esta presentación sale a mi nombre”.
Consejo: piense en la IA como un "pasante senior". Es rápido, incansable, produce mucho; Pero él no confía en cada número que ve, tú controlas cada draft.
Uso según nivel de riesgo
No todos los trabajos conllevan el mismo riesgo. Clasifica con una escala triple fácil de usar:
Nivel de riesgo
trabajo de muestra
El papel de la inteligencia artificial
Control humano obligatorio
bajo
Borrador del plan de diapositivas para la reunión interna del equipo
Producción gratuita, borrador rápido
Revisión rápida
medio
Presentación de ventas al cliente, infografía del blog.
Boceto + diseño + propuesta gráfica
Verificación de datos, cumplimiento de marca, control de idioma.
alto
Presentación de inversores, informe oficial, datos de salud/financieros.
El esqueleto y el lenguaje sólo ayudan
Cada número, cada gráfico, cada afirmación se verifica de forma independiente
La regla es simple: a medida que aumenta el riesgo, la tasa de contenido producido por la inteligencia artificial disminuye y su verificación aumenta.
tres mini casos
Caso 1: Tiempo ahorrado. Un profesional del marketing normalmente prepara su presentación de resultados trimestrales en 6 horas. Le dio el resumen de datos a la inteligencia artificial y le pidió que produjera un plan de diapositivas, títulos y notas del orador; Recibí una recomendación de tipo de gráfico. La duración disminuyó de 6 horas a aproximadamente 2 horas. Dedicó 1 hora de las 4 horas que ganó a confirmar los números uno por uno. Ganancia neta: alrededor de 3 horas y una narrativa más coherente.
Caso 2: error detectado. Un analista dio datos de ventas a la inteligencia artificial y dijo "mostrar crecimiento". El modelo sugirió un gráfico de líneas con el eje y comenzando en 90; Un pequeño aumento parecía enorme. El analista se dio cuenta y empezó el eje desde 0. El crecimiento real fue del 4%, mientras que el primer gráfico daba la impresión del 40%. La IA eligió “impresionante”; el hombre eligió al honesto.
Caso 3: fuga evitada. Un empleado de recursos humanos pegaría la tabla salarial de 320 personas en una herramienta de inteligencia artificial basada en la web y solicitaría un gráfico. Se detuvo en el último momento; omitió nombres y salarios y compartió solo departamentos y promedios anónimos. Por lo tanto, los datos personales nunca llegaron a un sistema de terceros.
Disciplina de verificación: CUATRO pasos
Siga cada resultado de IA a través de cuatro pasos antes de publicarlo:
- Fuente: ¿De dónde viene este número/reclamo? ¿Es mi propia eficiencia o algo que inventó el modelo? (El modelo también puede "inventar" el número; esto se llama alucinación: información que se presenta como real pero no lo es).
- Coherencia: ¿El número en el gráfico es el mismo que el número en la tabla y el texto? ¿Suman los totales?
- Honestidad: ¿El eje, la escala y el tipo del gráfico muestran los datos tal como están o los exageran u oscurecen?
- Contexto: ¿Es el lenguaje adecuado, la profundidad adecuada y la duración adecuada para esta audiencia?
Eres un editor de presentaciones experimentado. Trate el borrador de diapositiva a continuación como PARA SER REVISADO, no como LISTO PARA PUBLICACIÓN. Para cada afirmación: (1) ¿se identifica la fuente? (2) ¿Coinciden los números? (3) ¿Hay declaraciones engañosas? (4) ¿Es esto apropiado para la audiencia? Señale cualquier punto problemático y sugiera correcciones. Audiencia: [ ... ] | Borrador: [ ... ]
Aviso débil / Aviso fuerte
Débil:
Dame una buena presentación sobre ventas.
Esta solicitud no tiene contexto: ni audiencia, ni propósito, ni datos, ni duración, ni tono. El modelo predice, es universal y produce algo “agradable” que probablemente sea engañoso.
Fuerte:
Su función: editor de presentaciones de ventas B2B. Público: comité de compras de 3 personas, no técnico. Propósito: Obtener la aprobación de un acuerdo piloto de 12 meses. Duración: 8 minutos. Datos que tengo: [pegando abajo]. Tarea: Sugiera un plan con 6 diapositivas. Para cada diapositiva, escriba un mensaje principal de una oración + qué tipo de gráfico es apropiado y por qué. NO HAGAS UN NÚMERO; Si necesita un número que no está en los datos, escriba "[confirmar]".
El segundo incluye rol, audiencia, finalidad, duración, datos y la prohibición de “fabricación”; El resultado es utilizable y auditable.
Ética y privacidad: tres líneas desde el principio
- Honestidad: el gráfico no debe distorsionar los datos; No tergiverses la verdad por ser "impresionante".
- Confidencialidad: No ingrese datos que contengan datos personales (nombre, salario, salud, registro de cliente) y secretos comerciales en ningún medio externo que su institución no permita. En caso de duda, anónimo (elimine la identificación) o no ingrese.
- Transparencia: si está utilizando una imagen/texto generado por IA y esto podría engañar al espectador (por ejemplo, una imagen de producción que se confundirá con una “foto real”), esté preparado para señalarlo.
Precaución: "AI lo dijo" no es una excusa. Cada número y cada reclamo en la presentación es responsabilidad de la persona que sube al escenario.
Errores comunes
- Copiar la salida sin verificar: Poner el número producido por el modelo en la diapositiva sin confirmarlo.
- Solicitud sin contexto: Solicitar una "bonita presentación" sin anotar la audiencia y el propósito.
- Pegar datos confidenciales tal cual: ingresar una tabla confidencial en una herramienta externa sin anonimizarlos.
- Anteponer la estética a la honestidad: Recortar el eje para hacerlo "más impresionante", usando pastel 3D.
- Bloquearse en una sola herramienta: intentar resolver cada tarea con una única inteligencia artificial y saltarse la elección de la herramienta adecuada.
En resumen
La IA ahorra mucho tiempo en las funciones de redacción, diseño, codificación y crítica en la presentación y visualización de datos; pero la exactitud de los datos, la honestidad del mensaje, la falta de distorsión del gráfico, la confidencialidad y la responsabilidad última recae en el ser humano. Clasifique el riesgo en tres niveles, verifique cada resultado mediante pasos de coherencia de fuente, integridad y contexto, y anonimice los datos confidenciales. La inteligencia artificial acelera tu trabajo; No decide tu lugar.
Tarea de aplicación
Elige una presentación real que darás pronto. (1) Determine el nivel de riesgo (bajo/medio/alto) y escriba en una oración el motivo. (2) Complete el marco de "indicaciones poderosas" que define la audiencia, el propósito y la duración. (3) Enumere los 3 números que utilizará en la presentación y escriba la fuente de cada uno; Decide cuál no entrarás en el vehículo exterior.
lista de verificación
- [] Determiné el nivel de riesgo de este trabajo y ajusté la profundidad de mi verificación en consecuencia.
- [ ] He proporcionado el rol, la audiencia, el propósito, la duración y el contexto de los datos en la solicitud.
- [ ] Conozco la fuente de cada problema y reclamo; Marqué los falsos.
- [ ] Comprobaré la honestidad de los gráficos (eje, escala, tipo).
- [] Anonimicé datos confidenciales o nunca ingresé a la herramienta externa.
- [ ] Acepto que tengo la responsabilidad final.