官方统计系统生成的统计数据是政策制定、经济分析和公共信任的基础,但数据可访问性和可解释性方面的挑战限制了其影响。大型语言模型和生成式人工智能(GenAI)应用(如ChatGPT和Gemini)似乎通过自然语言检索统计数据提供了解决方案,但测试表明,这些GenAI应用在提供官方统计数据方面表现不佳,经常提供“合理”但错误的数字。IMF统计部门推出了StatGPT,这是一个利用大型语言模型生成针对官方统计机构应用程序编程接口(API)的结构化查询的倡议。StatGPT确保用户每次都能获得精确发布的数字,同时受益于自然语言交互。该报告探讨了现成GenAI应用的局限性,概述了StatGPT如何克服这些局限性,并提出了使官方统计数据AI化的路线图,包括开放数据访问、丰富元数据标准和加强数据治理。通过将技术创新与统计严谨性相结合,StatGPT代表着迈向未来的关键一步,在这个未来,官方统计数据将保持权威性、可信性,并在AI驱动的世界中普遍可访问。
StatGPT通过将用户提示(数据请求)的语义解释为可用于生成查询的参数,并将这些查询执行针对官方统计提供者(如IMF)的API,使用户能够检索官方统计数据并获得精确发布的估计值。StatGPT不生成数据,而是生成针对官方统计数据结构化集的查询。为了解决GenAI应用可能出现的误解,StatGPT在执行查询之前向最终用户显示查询参数,允许数据消费者确认查询参数。
为了使官方统计数据AI化,官方统计生产者必须采取三个关键步骤:开放他们的数据并提供API访问;丰富数据模型和元数据,使其AI化;加强数据治理和所有权。通过解决这些挑战,StatGPT有可能改变官方统计数据的访问方式,使其更具可发现性、可理解性和可信性,同时保护生产这些数据的机构的主权。