تعجبی ندارد وقتی میخوانید که کاربران هوش مصنوعی (AI) به مخازن دانش شرکتهای سازنده هوش مصنوعی مراجعه میکنند تا در پرسشهای مالی خود کمک بگیرند.
تنها کافی است به آمار نگاه کنیم؛ براساس دادههای تولید شده توسط اینتوییت کریدیت کارما (Intuit Credit Karma) که توسط کریدیت کارما (Credit Karma) شرح داده شده است، «۶۶ درصد از آمریکاییهای نظرسنجیشدهای که پیشتر از هوش مصنوعی مولد استفاده کردهاند، میگویند که از آن برای جستجوی مشاوره مالی استفاده کردهاند و این رقم در میان نسل زد (Gen Z) و هزارهها (Millennials) به ۸۲ درصد میرسد.» استفاده از هوش مصنوعی برای کمک به پرسشهای مالی افراد، به عنوان یکی از پرکاربردترین موارد استفاده از هوش مصنوعی برجسته میشود، زیرا «امور مالی به عنوان دومین مورد استفاده رایج برای هوش مصنوعی مولد (۴۱ درصد) قرار دارد و پس از سلامت و تندرستی (۴۴ درصد) در جایگاه دوم است.»
طبق مطالعه دیگری (به نام گزارش «اقتدار مصنوعی») که توسط یک شرکت هوش مصنوعی و فناوری به نام ساترن (Saturn) انجام شده است، تبدیل کردن هوش مصنوعی به یک مشاور مالی ممکن است هوشمندانهترین کار نباشد. تیم دامنه ساترن پس از آزمایش ۱۸ مورد از محبوبترین ابزارهای هوش مصنوعی که شامل چتجیپیتی (ChatGPT)، جیمنای (Gemini)، کلود (Claude) و کوپایلوت (Copilot) میشوند، به این نتیجه رسیدند.
نتایج ساترن همگی به یک نتیجه ناامیدکننده اشاره دارند: هنگامی که به دنبال مشاوره مالی معتبر هستید، چتباتها چندان قابل اعتماد نیستند.
نتایج نگرانکننده مطالعه بنچمارک ساترن
قابلتوجهترین آمارهای تولید شده توسط گزارش ساترن به این روند اشاره دارد که مدلهای هوش مصنوعی هنگام مواجهه با سوالات مالی، بیشتر از آنکه درست بگویند، اشتباه میکنند.
در میان ۱۷ مدل هوش مصنوعی که ساترن آنها را آزمایش کرد، میانگین نرخ دقت آنها ۴۳ درصد بود، به این معنی که همین چتباتها ۵۷ درصد اوقات به سوالات مالی پاسخ اشتباه دادند. و هنگامی که با سناریوهای پیچیده و چندمرحلهای متمرکز بر قوانین مالیاتی و ارقام مالی دقیقتر مواجه شدند، دقت ابزارهای هوش مصنوعی آزمایششده به ۱۲ درصد کاهش یافت و در ۸۸ درصد موارد نیز اشتباهاتی مرتکب شدند.
چندان تعجبآور نیست که مدلهای رایگان هوش مصنوعی که آزمایش شدند، نرخ شکست ۶۳ درصدی را ایجاد کردند، در حالی که مدلهای پولی امتیاز ۴۹ درصدی را ارائه دادند. مدل کلود هایکو ۴.۵ (Claude Haiku 4.5) متمایز شد و عنوان بدترین مدل رایگان را به خود اختصاص داد، زیرا در ۸۲ درصد مواقع پاسخهای نادرست یا ناقص داد. مدل چتجیپیتی-۵.۶ لونا (ChatGPT-5.6 Luna) (حداکثر) به عنوان بهترین مدل رایگان ظاهر شد، حتی با وجود اینکه نرخ پاسخهای نادرست یا ناقص آن ۵۶ درصد از مواقع بود.
از میان تمام مدلهایی که آزمایش شدند، ساترن متوجه شد که مدل پولی کلود اپوس ۵ (Claude Opus 5) (استدلالی) متعلق به شرکت انتروپیک (Anthropic) بهترین نتایج را تولید کرده است زیرا به نرخ قبولی ۶۱ درصدی دست یافت. حتی با وجود این آمار که نشان میدهد برترین چتبات برای مشاوره مالی است، کلود اپوس ۵ باز هم نتوانست در تقریباً چهار مورد از هر ۱۰ مورد پاسخهای صحیحی ارائه دهد. حتی زمانی که سوالات پیچیدهتری به آن ارائه شد، باز هم در ۶۷ درصد مواقع اشتباه کرد.
نکته نگرانکنندهتر در مورد مطالعه ساترن این است که چگونه به بررسی عمیق خطاهای خاصی که از مدلهای هوش مصنوعی آزمایششده خود به دست آورده بود پرداخت؛ خطاهایی که میتواند پیامدهای مالی شدیدی به همراه داشته باشد. برای مثال، یک مدل قوانینی را ابداع کرد که میگفت یک فارغالتحصیل دانشگاه میتواند با نقلمکان به خارج از کشور، پرداخت وام دانشجویی خود را متوقف کند (در واقع، انجام این کار در واقع میتواند به پرداختهای ماهانه بالاتری منجر شود). همچنین، یک مدل جیمنای که آزمایش شد، به اشتباه به یک وامگیرنده گفت که تعطیلی پرداخت وام مسکن هیچ تأثیری بر امتیاز اعتباری آنها نخواهد گذاشت.
نتیجهگیری نهایی
گزارش ساترن به حقیقت تلخی اشاره میکند که بسیاری از کاربران هوش مصنوعی باید با آن کنار بیایند: مشاوره مالی هوش مصنوعی همچنان غیرقابل اعتماد است و میتواند کاربران خود را مستعد از دست دادن پول زیادی کند تا اینکه پول بیشتری به دست آورند.
گزارشی از مارس ۲۰۲۶ توسط شرکت EY نشان داد که چگونه ۵۳ درصد از پاسخدهندگان ترجیح میدهند از یک دستیار هوش مصنوعی برای تصمیمگیری در زمینه سرمایهگذاری مالی استفاده کنند، در حالی که ۱۴ درصد ترجیح میدهند از یک هوش مصنوعی خودمختار استفاده کنند و ۳۳ درصد گفتند که در چنین مواردی از هیچ شکلی از هوش مصنوعی استفاده نمیکنند.
به لطف یافتههای ساترن، ممکن است آن آمار ۱۴ درصدی افزایش یابد زیرا کاربران هوش مصنوعی از پرسیدن سوالات شخصی از چتباتهای خود در مورد مدیریت بدهی، وامهای دانشجویی، وامهای مسکن، مستمریها، مالیات بر ارث و برنامهریزی بازنشستگی خودداری میکنند.
- انویدیا (Nvidia) میگوید «هوش مصنوعی محلی از راه رسیده است» — و میتواند نحوه استفاده شما از هوش مصنوعی را در خانه تغییر دهد
- ردیاب تبلیغاتی جدید اوپنایآی (OpenAI) ممکن است بداند پس از خروج از چتجیپیتی چه میکنید — در اینجا چیزهایی است که میدانیم
- وبسایت تسویه دعوای گروهی ۲۵۰ میلیون دلاری اپل (Apple) اکنون باز است — در اینجا نحوه ثبت ادخواست برای دارندگان واجد شرایط آیفون و میزان دریافتی آنها آورده شده است
منبع: tomsguide.com