Las empresas que se dedican al adiestramiento están continuamente detectando necesidades a fin de ofrecer al mercado potencial, sus cursos. En el caso de pronóstico de demanda, se ofrecen cursos con un contenido que abarca, a modo de ejemplo, análisis de series temporales, métodos extrapolativos y de descomposición, técnicas de corte econométrico (la regresión lineal simple o múltiple es una de ellas y busca relacionar la causa con el efecto) y técnicas de “machine learning” o aprendizaje automático (cuyos inicios se pueden ubicar hacia 1940 y cuyo avance se aceleró a partir de 1975) y que, dependiendo del caso, abarcan el conocimiento de lenguajes como R o Python.
Sin embargo y con la disponibilidad de herramientas de inteligencia artificial sin costo (ni monetario ni en términos de inversión de neocortex cerebral), estamos obligados a re-pensar el contenido y el enfoque de tales cursos de adiestramiento. Ilustro con un ejemplo para explicarme mejor.
Utilizando los datos que suministra el boletín mensual de la OPEP (OPEC Monthly Oil Market Report), obtuve 36 puntos u observaciones mensuales para dos series de datos sobre la producción venezolana de crudo, a saber, las fuentes secundarias y la comunicación directa, mismos que van, en este ejemplo ilustrativo, desde el mes de julio de 2020 y hasta el mes de junio de 2023, ambas fechas incluidas.
Con tales observaciones, realicé dos ejercicios. En primer lugar, obtuve sus estadísticas descriptivas y en segundo lugar, dos pronósticos de producción para este mes de julio de 2023. Finalizado junio de 2023, los dos ejercicios representan, el primero, un vistazo al pasado, mientras que el segundo representa el futuro inmediato.
Antes de proseguir recordemos que para el pasado mes de junio de 2023, la producción según fuentes secundarias, fue de 767 miles de barriles por día (mbd) y según comunicación directa, fue de 796 mbd.
Pues bien y en cuanto a las estadísticas descriptivas con las 36 observaciones, para la serie de fuentes secundarias, el promedio ha sido de 597 mbd, una producción mínima de 345 mbd y una máxima de 767 mbd (esta última alcanzada el mes de junio pasado). Para la serie de comunicaciones directas, el promedio ha sido de 649 mbd, un mínimo de 392 mbd y un máximo de 871 mbd (alcanzado en diciembre de 2021).
Utilizando las dos mencionadas series de 36 observaciones cada una, materializamos los pronósticos. ¿Y porque hablo en plural? Porque me ayudó ChatGPT. Veamos.
A ChatGPT le solicité dos pronósticos. El primero sin imponerle método alguno, dejando que el algoritmo que lo representa tuviera la libertad de elegir y aquí ChatGPT seleccionó la técnica de promedio móvil simple, con ventanas de tiempo distintas para cada serie de tiempo (¡wow!): 3 meses para la serie de datos secundarios y 5 meses para la serie de comunicación directa.
Dada esa respuesta, entonces y para el segundo pronóstico, le solicité expresamente que me suministrara el pronóstico utilizando una técnica más avanzada como aquella de doble suavizado exponencial conocida con el nombre de «Método de Holt-Winters» (por supuesto que hay una razón por la cual le solicité a ChatGPT esta técnica: las 36 observaciones exhiben un patrón evidente cuando se grafican).
Así, los resultados de ChatGPT para julio de 2023 con la técnica de promedio móvil simple (y sus respectivas ventanas), fueron para fuentes secundarias: 746 mbd (versus 767 en junio) y para comunicaciones directas: 810 mbd (versus 796 en junio).
Adicionalmente, los resultados de ChatGPT para julio de 2023 con la técnica de Holt-Winters o doble suavizado exponencial, fueron para fuentes secundarias: 783 mbd (versus 767 en junio) y para comunicaciones directas: 803 mbd (versus 796 en junio).
Tal y como ustedes pueden observar en los resultados de los dos ejercicios vistos en conjunto, ambos pronósticos tienen las siguientes características: 1) se encuentran por encima del promedio de cada serie (fuentes secundarias y comunicación directa); 2) en el caso del promedio móvil simple, se encuentran por debajo de la producción verificada el pasado mes de junio 2023 en el caso de fuentes secundarias y por encima, en el caso de comunicaciones directas; y 3) en el caso del pronóstico con doble suavizado exponencial, se encuentran por encima de la producción verificada el pasado mes de junio 2023 tanto para para fuentes secundarias como para comunicaciones directas.
Adicionalmente y dado que publicar un artículo constituye una gran responsabilidad, pues claro que he verificado el pronóstico de ChatGPT con otra técnica que aquí no reportaré pues el tema no soy yo sino ChatGPT. Y es que el próximo boletín OPEP sale publicado el 10 de agosto con los datos para julio de 2023, y entonces tendremos la oportunidad de verificar la calidad del pronóstico de ChatGPT, y el siguiente viernes, el 18 de agosto, estaremos analizando (incluiré a ChatGPT en el análisis) tales resultados aquí en El Nacional con otro artículo.
Pero ojo: lo anterior significa que también estaremos pronosticando el éxito de cursos de adiestramiento con contenido como el mencionado en el primer párrafo de este artículo, pues una herramienta como ChatGPT bien podría hacerlos parecer como poco útiles.