Nhiều người cảm thấy hứng thú đặc biệt khi làm việc với các biểu đồ và đồ thị. Việc phân tích một biểu đồ thú vị có thể mang lại niềm vui bất ngờ, và điều này hoàn toàn không kỳ lạ. Hóa ra, ChatGPT, chatbot AI tạo sinh phổ biến, lại là một công cụ tuyệt vời để tạo ra các biểu đồ và bảng biểu. Mặc dù có thể không tạo ra những hình ảnh trực quan đẹp mắt nhất, khả năng tổng hợp lượng lớn thông tin thành dạng biểu đồ hữu ích của ChatGPT lại bù đắp hoàn hảo cho điểm yếu về trình bày, mang lại giá trị thông tin đáng kể. Để khai thác hiệu quả công cụ AI này, điều quan trọng là phải hiểu rõ các phiên bản khác nhau của ChatGPT và khả năng của chúng. Tính năng của các chatbot AI thay đổi gần như liên tục. Tính đến tháng 4 năm 2025, OpenAI đã ra mắt mô hình GPT-4.5 chuyên sâu hơn, dành riêng cho khách hàng trả phí. Tuy nhiên, tính năng Phân tích Dữ liệu Nâng cao (Advanced Data Analysis) mà chúng ta tập trung ở đây hiện có sẵn cho cả người dùng miễn phí và trả phí. Trong quá khứ, OpenAI thường giới thiệu các tính năng mới quan trọng cho phiên bản Plus trước, sau đó mới triển khai cho người dùng miễn phí. Do đó, việc xác định chính xác tính năng nào có sẵn ở phiên bản nào vào từng thời điểm cụ thể có thể khá khó khăn. Nhìn chung, phiên bản miễn phí thường bị giới hạn hơn về số lượng truy vấn mỗi phiên, lượng dữ liệu có thể phân tích, có thể sử dụng phiên bản LLM cũ hơn một chút và thời gian chờ phản hồi lâu hơn. Sử dụng phiên bản miễn phí giống như ngồi ở hàng ghế giá rẻ, trong khi trả tiền cho phiên bản Plus mang lại trải nghiệm cao cấp hơn. Tính năng Phân tích Dữ liệu Nâng cao, có trong cả hai phiên bản, cho phép nhập bảng dữ liệu ở nhiều định dạng tệp khác nhau và xử lý các tệp khá lớn, mặc dù có giới hạn về độ phức tạp chưa xác định. Lời khuyên là hãy thử nghiệm trên phiên bản miễn phí trước, và nếu cần trải nghiệm mượt mà hơn, hãy nâng cấp lên phiên bản Plus. Việc tạo một bảng cơ bản với ChatGPT khá đơn giản. Ví dụ, bạn có thể yêu cầu liệt kê năm thành phố đông dân nhất thế giới kèm theo quốc gia. Sau đó, chỉ cần yêu cầu ChatGPT chuyển danh sách đó thành một bảng. Điều thú vị là AI có thể tự động thêm dữ liệu dân số ngay cả khi bạn không yêu cầu cột đó một cách rõ ràng. Bạn hoàn toàn có thể tùy chỉnh bảng này bằng cách đưa ra các chỉ dẫn chi tiết. Chẳng hạn, bạn có thể yêu cầu thêm trường dân số, sắp xếp thứ tự các trường (ví dụ: hạng, quốc gia, thành phố, dân số) và định dạng lại cách hiển thị số liệu (ví dụ: hiển thị dân số theo triệu người với một chữ số thập phân, như 37.8M thay vì 37,833,000). Việc cung cấp ví dụ cụ thể về định dạng mong muốn sẽ giúp AI hiểu rõ yêu cầu của bạn hơn. ChatGPT không chỉ dừng lại ở bảng biểu mà còn có khả năng tạo ra rất nhiều loại biểu đồ khác nhau. Danh sách này bao gồm biểu đồ đường, cột, histogram, tròn, phân tán, nhiệt, hộp, vùng, bong bóng, Gantt, Pareto, mạng lưới, Sankey, bản đồ choropleth, radar, đám mây từ, treemap và cả biểu đồ 3D. Một số kiểu biểu đồ trông sẽ đẹp hơn các kiểu khác, và một số có thể yêu cầu sử dụng Python hoặc ChatGPT sẽ hướng dẫn bạn cách thiết lập trong Python hoặc Excel. Tuy nhiên, điểm mấu chốt là nếu bạn cần một biểu đồ, ChatGPT gần như chắc chắn có thể hỗ trợ bạn tạo ra nó. Ví dụ, để tạo biểu đồ cột đơn giản cho năm thành phố đông dân nhất thế giới, bạn chỉ cần đưa ra yêu cầu trực tiếp: "Tạo biểu đồ cột cho năm thành phố đông dân nhất thế giới". Một trong những khả năng vượt trội của tính năng Phân tích Dữ liệu Nâng cao là tải lên tập dữ liệu của riêng bạn. Bạn có thể tải lên một tệp dữ liệu (ví dụ: tệp CSV chứa tên em bé phổ biến ở thành phố New York từ 2011-2014 từ Data.gov) bằng cách nhấp vào nút tải lên nhỏ và chỉ định tệp cho AI. Sau khi tải lên, bạn có thể yêu cầu AI hiển thị vài dòng đầu tiên để hiểu cấu trúc tệp. Từ dữ liệu này, bạn có thể tạo các biểu đồ phức tạp hơn, chẳng hạn như biểu đồ tròn thể hiện tỷ lệ phần trăm giới tính trong tập dữ liệu. Bạn cũng có thể tùy chỉnh màu sắc của biểu đồ. Ví dụ, yêu cầu tạo biểu đồ tròn với màu xanh lá nhạt cho nam và màu vàng trung bình cho nữ. Tuy nhiên, cần lưu ý kiểm tra kỹ kết quả. Đôi khi AI có thể hiểu sai chỉ dẫn, ví dụ như đảo ngược màu sắc bạn yêu cầu giữa biểu đồ và phần mô tả văn bản. Đừng ngần ngại yêu cầu AI sửa lại nếu phát hiện sự không chính xác: "Màu sắc của biểu đồ không khớp với văn bản. Vui lòng làm lại". Độ chính xác của biểu đồ phụ thuộc rất nhiều vào chất lượng và tính nhất quán của dữ liệu đầu vào. Khi làm việc với dữ liệu tải lên, bạn có thể phát hiện ra các vấn đề về chuẩn hóa dữ liệu. Ví dụ, khi tạo biểu đồ tròn thể hiện sự phân bố sắc tộc từ dữ liệu tên em bé ở New York, có thể thấy dữ liệu gốc không được chuẩn hóa đúng cách. Việc sử dụng các thuật ngữ không nhất quán như "WHITE NON HISPANIC" và "WHITE NON HISP" cho cùng một nhóm, hay "ASIAN AND PACIFIC ISLANDER" và "ASIAN AND PACI", dẫn đến việc thể hiện dữ liệu không chính xác trên biểu đồ. Điều này nhấn mạnh tầm quan trọng của việc kiểm tra và chuẩn hóa dữ liệu trước hoặc yêu cầu AI thực hiện việc này để đảm bảo tính chính xác của các phân tích và biểu đồ được tạo ra. Khả năng nhận diện và xử lý những điểm không nhất quán này là một phần quan trọng khi sử dụng AI cho phân tích dữ liệu.
