احصل على ملخص المحرر مجانًا
تختار رولا خلف، رئيسة تحرير صحيفة الفاينانشال تايمز، قصصها المفضلة في هذه النشرة الأسبوعية.
قبل عقد من الزمان، صاغ ثلاثة باحثين في جامعة بنسلفانيا مصطلح “النفور من الخوارزميات” لوصف كيفية عدم ثقة الناس على الفور في برنامج التنبؤ بالطقس بمجرد ارتكابه خطأ – حتى عندما كان أكثر دقة بشكل واضح من المتنبئين البشريين الذين عارضوه.
ظل هذا الأمر حاضرا في ذهن فريق FT Alphaville كلما كتبنا منشورات حول ما إذا كان ChatGPT قادرا على التداول اليومي؛ أو اجتياز امتحان CFA؛ أو الحصول على شهادة في الاقتصاد؛ أو فك رموز ثرثرة البنوك المركزية أو الحصول على وظيفة كمحلل جانب البيع.
بعبارة أخرى، بينما نستمر في التساؤل عما إذا كان الذكاء الاصطناعي قادراً على القيام بكل هذه الأشياء، يتعين علينا أيضاً أن نتساءل عما إذا كنا نثق به حقاً. وهذا أمر وثيق الصلة بالموضوع نظراً للملايين من الدولارات التي تنفقها الشركات على البنية الأساسية للذكاء الاصطناعي. فهل ستضيع هذه الأموال إذا لم يثق الناس أو لا يحبون النتائج، حتى لو كانت جيدة؟
ولهذا السبب فإن هذه الورقة البحثية الجديدة التي كتبها جيرتجان فيرديكت وفرانشيسكو سترادي مثيرة للاهتمام للغاية. وفيما يلي ملخصها:
هل يثق المستثمرون في توقعات المحللين المستندة إلى الذكاء الاصطناعي؟ نتناول هذا السؤال من خلال أربع تجارب محفزة مع 3600 مشارك في الولايات المتحدة. تسلط نتائجنا الضوء على أنه على الرغم من قيام المستثمرين بتحديث معتقداتهم بشأن العائد استجابة للتوقعات، إلا أنهم أقل استجابة عندما يدمج المحلل الذكاء الاصطناعي. ينبع هذا الانخفاض في الثقة من انخفاض المصداقية المتصورة في التوقعات التي يولدها الذكاء الاصطناعي. نكشف عن الفروق الدقيقة المهمة الأخرى: النساء والديمقراطيون والمستثمرون الأكثر معرفة بالذكاء الاصطناعي أكثر استجابة لتوقعات الذكاء الاصطناعي. في المقابل، يقلل تعقيد نموذج الذكاء الاصطناعي من احتمال تحديث العائد. تُظهر التلاعبات الإضافية أن مقدمي التوقعات لا يضخمون ردود الفعل تجاه محتواهم. بشكل عام، تتحدى نتائجنا المفاهيم السائدة حول تبني الذكاء الاصطناعي في صنع القرار المالي.
لقد تم ذلك على النحو التالي: قام فيرديكت وسترادي بتوزيع مجموعة من الأميركيين على ثلاث مجموعات مختلفة لمعرفة مدى ثقتهم في توقعات سوق الأسهم التي أنتجتها شركة جولدمان ساكس من خلال البشر، وتوقعات أنتجتها “نماذج الذكاء الاصطناعي المتقدمة”، وتوقعات أعدها “محللون من جولدمان ساكس باستخدام نموذج ذكاء اصطناعي متقدم”. وبخلاف ذلك، كانت التقارير متطابقة.
ثم قام الباحثون بفحص كيفية تأثير التوقعات على توقعات المشاركين السابقة. وتبين أن التقارير التي كتبها الذكاء الاصطناعي أو بمساعدة الذكاء الاصطناعي كانت أقل تأثيرًا من تلك التي كتبها البشر.
كانت هناك بعض الفروق الدقيقة المثيرة للاهتمام، رغم الإشارة المجردة إليها.
على وجه التحديد: كانت النساء، والأشخاص الذين ذكروا انتمائهم السياسي كديمقراطي، وأولئك الذين لديهم معرفة أكبر بالذكاء الاصطناعي، أكثر عرضة لتحديث توقعاتهم الخاصة عندما كانوا غير متوافقين بشكل ملحوظ مع ما قاله التقرير المكتوب أو المدعوم آليًا:
… في المتوسط، تظهر النساء ميلاً أكبر لتحديث اعتقادهن بالعائد بشكل إيجابي إلى التوقعات التي يولدها الذكاء الاصطناعي، وخاصة عندما يكون لديهن تصورات خاطئة أولية أكبر. في الواقع، بينما يبتعد المستثمر العادي عن الإشارة من مصادر الذكاء الاصطناعي، يبدو أن المستثمرات الإناث يحدثن معتقداتهن تجاه الإشارة.
… من المرجح أن يقوم الديمقراطيون بتحديث معتقداتهم بشأن العائدات بما يتماشى مع توقعات الذكاء الاصطناعي، وخاصة عندما تكون هناك فجوة أكبر بين معتقداتهم السابقة والتوقعات. بعبارة أخرى، يكون الديمقراطيون أكثر تقبلاً للتوقعات التي يولدها الذكاء الاصطناعي.
… وأخيرًا، تتوافق معرفة الذكاء الاصطناعي الأعلى مع تحديث معتقدات العودة الأكبر بشكل ملحوظ تجاه الإشارة عند تلقي توقعات الإنسان + الآلة.
من المحتمل أن يكون هناك الكثير من أسبقيات الشعوب التي تم تأكيدها هنا.
ومن الجدير بالملاحظة أيضًا كيف أصبح الناس أكثر تشككًا كلما بدت الطريقة أكثر تعقيدًا. لذا فإن الانحدار العادي باستخدام أقل المربعات كان أكثر تأثيرًا من تقنيات التعلم العميق أو أفضل مقدر خطي غير متحيز.
بعبارة أخرى، إذا كنت ستستخدم الذكاء الاصطناعي للمساعدة في إنتاج أبحاثك الخاصة بالبيع، فلا تعلن الحقيقة بصوت عالٍ للغاية، وأطلق على النموذج اسمًا مثل Ye Olde AdaBoost أو Homespun Learning.