Mão na massa: analisando planilha e gerando gráficos

Enviei a planilha e pedi que o ChatGPT analisasse que tipos de dados essa planilha contém. Segue resposta abaixo:

A planilha contém principalmente dados acadêmicos de desempenho escolar/alunos.

Estrutura dos dados

Ela possui 6 colunas:

Coluna Tipo de dado Descrição
Aluno Texto (object) Nome do aluno
Prova 1 Número decimal (float) Nota da primeira prova
Prova 2 Número decimal (float) Nota da segunda prova
Prova 3 Número decimal (float) Nota da terceira prova
Prova 4 Número decimal (float) Nota da quarta prova
Nota final Número decimal (float) Média/nota final (atualmente vazia)
Observações importantes
A planilha tem 999 linhas, mas apenas 20 possuem dados preenchidos.
A coluna Nota final está totalmente vazia.
As notas usam valores decimais (ex.: 6.5, 8.3).
Exemplos de registros
Marcelo Barbosa → notas: 6.5, 8.3, 9.2, 7.2
Rafaela Santos → notas: 8.3, 4.5, 7.5, 4.5
Classificação dos tipos de dados

Os dados podem ser classificados como:

Dados textuais/categóricos → nomes dos alunos
Dados numéricos contínuos → notas das provas
Dados educacionais/escolares → desempenho acadêmico

Além disso, a planilha parece preparada para:

cálculo de média final,
análise de desempenho,
aprovação/reprovação,
estatísticas de turma.

Em seguida, pedi que calculasse a média aritmética das notas de cada um dos alunos. A resposta abaixo:

Aqui estão as médias aritméticas das notas de cada aluno:

Aluno Média
Marcelo Barbosa 7,80
Rafaela Santos 6,20
Ronaldo Santos 6,72
Lucas Gabriel Ribeiro 7,05
Luana da Silva 6,92
Mariana Pereira 4,28
Maria Eduarda Farias 7,68
Fernando Henrique Silva 6,25
Pedro Henrique Souza 6,32
Ana Paula Oliveira 3,92
Natália Guimarães 4,75
João Vitor Ferreira 4,92
Rodrigo Almeida 5,98
Gustavo Carvalho 6,85
Leticia Costa 7,02
Aline da Rocha 6,60
Marcos Vinicius Lima 5,72
Carla Cristina Castro 3,05
Isabela da Costa 6,43
Bruna Oliveira 7,25

Depois, pedi que gerasse um gráfico, como o de dispersão das médias dos estudantes. E que se não fosse possível, gerasse esse gráfico no Excel ou Google Sheets. A resposta está logo abaixo:

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

A imagem do gráfico:

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Olá, Larissa. Como vai?

Parabéns pela excelente condução do exercício! É fantástico ver como você soube utilizar a Inteligência Artificial para realizar o processo completo de análise de dados: desde o mapeamento inicial da estrutura da planilha, passando pelo cálculo automatizado das médias, até a geração dos relatórios visuais.

Essa é uma demonstração perfeita do potencial das ferramentas generativas no mundo dos negócios, economizando tempo operacional e transformando dados brutos em insights compreensíveis.

Analisando as imagens e o resultado do seu projeto, trago alguns pontos de destaque e uma dica técnica valiosa sobre os gráficos gerados pela IA:

Pontos Fortes da sua Análise

Mapeamento de Estrutura: A IA identificou corretamente os tipos de dados (textuais e numéricos contínuos) e, o mais importante, percebeu que a coluna de nota final estava vazia, além do padrão de preenchimento das 20 linhas.
Cálculo de Métricas: As médias aritméticas foram calculadas com precisão e apresentadas de forma clara.
Comparação dos Gráficos: É muito interessante notar a diferença entre as duas imagens de gráficos geradas pelo ChatGPT. Na primeira imagem (dentro do ambiente do Excel integrado), a IA plotou um gráfico de linhas. Na segunda imagem isolada (feita em Python/Matplotlib), ela gerou o gráfico de dispersão real (usando pontos espalhados), que foi exatamente o que você solicitou.

Dica Técnica de Visualização de Dados (Boa Prática)

Se você observar o primeiro gráfico gerado dentro do arquivo Excel (o gráfico de linhas), o título dele diz "Dispersão das Médias", mas o tipo de gráfico escolhido pela IA foi o de linha.

Para a análise de notas de alunos independentes, a sua segunda imagem (o gráfico de dispersão com pontos isolados) é muito mais adequada! Um gráfico de linhas passa a falsa impressão de continuidade ou evolução temporal (como se a nota de um aluno estivesse ligada à do próximo). Os pontos dispersos mostram perfeitamente a individualidade e a variabilidade das notas de forma limpa.

Quando for interagir com a IA nos próximos projetos, você pode refinar o pedido sendo ainda mais específica, dizendo: "Gere um gráfico de dispersão (scatter plot) utilizando pontos isolados para cada aluno, evitando conectar os dados por linhas".

Você realizou o fluxo de trabalho de uma verdadeira analista de dados apoiada por IA. Continue explorando essas automações!

Espero que possa ter lhe ajudado!

Importante

Trilhas por carreira

Carreiras de IA

Carreiras de Dados

Carreiras de Cyber

Carreiras de DevOps & Cloud

Carreiras de UX & UI

Carreiras de Mobile & Front-End

Carreiras de Back-End

Carreiras de Negócios

Cursos universitários FIAP