في الآونة الأخيرة ، أثار تقرير أبحاث Apple مناقشات ساخنة ، والتي تستكشف الوضع الحالي والقيود على الذكاء الاصطناعي التوليدي (AI) في مجال المشورة المالية. على الرغم من أن المزيد والمزيد من المستهلكين الأمريكيين ، وخاصة الشباب ، بدأوا في استخدام أدوات مثل ChatGPT لطلب المشورة المالية ، فإن الذكاء الاصطناعي لديهم عيوب كبيرة في التفكير الرياضي والمنطقي المعقد ، مما يجعله في توفير تمويل دقيق. . ستقوم هذه المقالة بتحليل التقرير بتعمق واستكشاف الآفاق المستقبلية لتطبيق الذكاء الاصطناعي في المجال المالي.
في الآونة الأخيرة ، أثار تقرير بحثي أصدرته شركة Apple مناقشات حول فعالية الذكاء الاصطناعي التوليدي (AI) في المشورة المالية. يوضح الاستطلاع أن المزيد والمزيد من المستهلكين الأميركيين يستخدمون أدوات الذكاء الاصطناعى التوليدي ، مثل ChatGPT ، للحصول على المشورة المالية ، وهو اتجاه واضح بشكل خاص بين الشباب. وفقًا لمسح Motley Fool ، سعى 54 ٪ من الأميركيين للحصول على توصيات للمنتجات المالية من خلال ChatGPT ، مع توظيف الأجيال الشابة.
ملاحظات مصدر الصورة: يتم إنشاء الصورة بواسطة الذكاء الاصطناعي ، ومزود الخدمة المعتمد Midjourney
تظهر نتائج الاستطلاع أنه على الرغم من أن نصف المستهلكين عبروا عن استعدادهم لاستخدام ChatGPT للحصول على توصيات ، فإن نسبة الاهتمام في منتجات مالية محددة منخفضة نسبيًا. على سبيل المثال ، يريد 25 ٪ فقط من المجيبين أن يوصي chatgpt ببطاقة ائتمان لذلك. بالإضافة إلى ذلك ، كانت توصيات المجيبين بشأن chatgpt "راضية إلى حد ما" وكان متوسط الرضا 3.7 في مقياس خمس نقاط ، مما يدل على بعض الاعتراف.
ومع ذلك ، تشير أبحاث Apple إلى عيب كبير في نماذج اللغة الكبيرة الحالية (LLMs) في التفكير المنطقي ، وخاصة التفكير الرياضي. وجد الباحثون أن هذه النماذج تؤدي أداءً ضعيفًا عند مواجهة مشاكل رياضية معقدة وغالبًا ما تفشل في فهم أو حل الحسابات الرياضية البسيطة بشكل صحيح. مع زيادة تعقيد المشكلة ، ينخفض أداء النموذج ، مما يدل على مشاكل عميقة في عملية الاستدلال.
يسرد مقال من TechCrunch أمثلة متعددة لأخطاء الذكاء الاصطناعي التوليدي في الحسابات الرياضية ، موضحة أوجه القصور في التعامل مع المشكلات الرياضية الأساسية. ذكر التقرير أن تقنية "الحظر" المستخدمة من قبل نماذج الذكاء الاصطناعى عند معالجة الأرقام غالباً ما تدمر العلاقة بين الأرقام ، مما يؤدي إلى أخطاء الحساب.
بالإضافة إلى ذلك ، يواجه التعلم الآلي أيضًا تحديات عند التعامل مع المشورة المالية. على الرغم من أن بعض الأشخاص يخلطون بين التعلم الآلي والتحليلات الإحصائية مثل تحليل الانحدار ، إلا أن التعلم الآلي يتطلب فعليًا عملية صنع القرار ، ووظيفة تقييم الأخطاء ، وعملية تحسين النموذج. هذا يجعل من الممكن لتلبية الذكاء الاصطناعي التوليدي بفعالية احتياجات المستخدم في المشورة المالية.
تظهر أبحاث Apple أن البنوك والاتحادات الائتمانية يجب ألا تعتمد على الذكاء الاصطناعي للحصول على المشورة المالية في المرحلة الحالية. على الرغم من أنه قد يكون هناك بعض التحسن في المستقبل ، إلا أنه سيظل من الصعب التنافس مع الذكاء الاصطناعى التوليدي مع الاستشارات المالية المعقدة للمستقبل المتوقع.
النقاط الرئيسية:
حصل 54 ٪ من الأميركيين على المشورة المالية من خلال ChatGPT ، ومن المرجح أن يستخدم الجيل الأصغر سنا.
تُظهر أبحاث Apple أن الذكاء الاصطناعى التوليدي له عيوب كبيرة في التفكير الرياضي ، وخاصة التعامل غير الصحيحة للمشاكل المعقدة.
في الوقت الحاضر ، يجب ألا تعتمد البنوك والاتحادات الائتمانية على الذكاء الاصطناعي لتقديم المشورة المالية ، وقد يستغرق الأمر من 5 إلى 10 سنوات لتحسين في المستقبل.
خلاصة القول ، على الرغم من أن الذكاء الاصطناعى التوليدي أظهرت إمكانات معينة في مجال التمويل ، فإن أوجه القصور في التفكير المنطقي والحسابات الرياضية تحد من تطبيقها في الاستشارات المالية المعقدة. في المستقبل ، تحتاج تقنية الذكاء الاصطناعي إلى التغلب على هذه القيود لتكون مؤهلة حقًا للعمل في هذا المجال. في الوقت الحاضر ، من الحكمة استخدامه بحذر.