Análise exploratória de dados não pode ser automatizada, diz artigo

O texto é de Randy Au, autor da newsletter Counting Stuff, e defende que a análise exploratória de dados (EDA) não some com LLMs. O argumento central é intencionalidade: o que parece correto ou estranho num dataset depende do que você pretende fazer com ele. Fórmulas calculam qualquer valor, então a interpretação é humana. Detectar outliers e rodar estatística descritiva até funciona para problemas óbvios, e agentes com loops de código conseguem seguir checklists. Mas perguntas como "por que olhamos esses dados?" e "como foram coletados?" ficam fora do alcance de um modelo sem contexto.

Au relata o que viu ao tentar forçar os agentes a fazer o trabalho. Em testes com o Claude, o modelo partiu de uma suposição que não valia para os dados e montou uma estrutura de testes enorme em cima dela. Sem feedback absoluto de certo ou errado numa análise, o agente não percebe quando saiu do trilho. Instruções vagas, como "veja se X e Y se correlacionam", deixam o modelo decidir casos de borda sozinho. Por isso é preciso detalhar o método ou revisar o código depois, e o humano continua sendo o gargalo. Segundo o autor, na maioria dos casos o ganho de tempo some quando se conta a revisão. Ele também diz que a geração de hipóteses é um processo orgânico: refinar as perguntas enquanto explora é o que afia o raciocínio, e delegar isso por inteiro abre mão dessa etapa. Ele admite que há um equilíbrio possível entre pensar a análise e evitar o tédio de implementá-la, mas diz que cada pessoa precisa achá-lo.

A posição conversa com a cobertura anterior do CEVIU, sem representar uma mudança de produto. Em 25 de maio de 2026, o CEVIU noticiou "De Martelos e Pregos: O que a IA Pode e Não Pode Fazer por um Analista de Dados", que já apontava a IA como útil para código e preparação, mas inconsistente para respostas ad hoc confiáveis. Em 17 de agosto de 2026, o texto sobre o "DataBench da Hex" trouxe um benchmark em que agentes de IA coletam evidências bem, mas rendem menos em decisões mais complexas. O artigo de novembro de 2026 acrescenta um relato prático de uso e o argumento da intencionalidade.

Para quem opera pipelines e análises, a leitura é que a IA serve bem para a parte repetitiva (relatórios agendados, helpers de SQL para CSV), e o julgamento sobre os dados continua com você. Isso sugere tratar agentes como executores de planos detalhados e revisar o que saiu, em vez de entregar a exploração inteira a eles. É uma opinião de um praticante, não um estudo, mas bate com os benchmarks que o CEVIU já cobriu.