Halvdelen af amerikanerne beder om økonomisk rådgivning fra kunstig intelligens. Det virkelige spørgsmål er ikke, om svaret er korrekt.

Kunstig intelligens er hurtigt blevet det første stop for mange af livets spørgsmål. Folk bruger kunstig intelligens til at udarbejde e-mails, sammenfatte artikler, planlægge ferier og forskning i større køb. De bruger det også til at træffe beslutninger om deres penge.

Ifølge nylig forskning fra MIT Sloan, har næsten halvdelen af amerikanerne allerede vendt sig til kunstig intelligens for økonomisk rådgivning. De stiller spørgsmål om budgettering, investering, gældsbetaling, pensionsplanlægning og en række andre økonomiske emner, som traditionelt ville være blevet behandlet af rådgivere, finansielle institutioner eller pålidelige personlige netværk. Denne tendens kommer på et tidspunkt, hvor amerikanernes økonomiske litteratur er faldet til dens laveste niveau i et årti, mens de beslutninger, de står over for, er blevet mere og mere sammenhængende og svære at navigere.

Appellen er åbenlys. Kunstig intelligens-værktøjer er hurtige, tilgængelige og tilgængelige, når som helst et spørgsmål opstår. For mange forbrugere tilbyder de en umiddelbar alternativ til timer med online-forskning eller omkostningerne ved at arbejde med en finansielle professionel.

Debatten om kunstig intelligens og økonomisk rådgivning fokuserer ofte på et enkelt spørgsmål: Er svaret korrekt? Det er forståeligt, men det mangler det større problem. Kunstig intelligens-økonomisk rådgivning vil ikke fejle eller lykkes på grund af den absolutte korrekthed af et svar i isolation. Det vil fejle – eller lykkes – på grund af beslutningssystemet omkring det svar.

Økonomisk rådgivning er ikke et enkelt råd. Det er en proces, der involverer opdagelse, antagelser, begrænsninger, beregninger, optimering, forklaring, handelsovervejelser, handling, overvågning og revision. Kvaliteten af ethvert råd afhænger af, hvor godt hele processen fungerer. Det er der, hvor samtalen om kunstig intelligens og finansielle vejledninger bliver meget mere interessant – og kompliceret.

Hvorfor flere mennesker vender sig til kunstig intelligens for økonomiske beslutninger

Væksten af kunstig intelligens-drevet finansielle vejledninger afspejler en bredere virkelighed: Økonomiske beslutninger er svære for den gennemsnitlige forbruger.

Arbejdere i dag navigerer i et af de mest finansielt komplekse miljøer i nylig erindring. Inflationsdrevne omkostningspres, markedsvolatilitet, stigende sundhedsomkostninger, skiftende pensionsansvar, økonomisk usikkerhed har alle kollidereet på én gang. Alligevel bliver forbrugerne bedt om at træffe mere og mere sofistikerede beslutninger på tværs af fordele, skatter, opsparing, forsikring, gældsstyring og langsigtede investeringer, hvilket skaber et miljø, hvor mange forbrugere føler sig overvældede af konkurrerende økonomiske prioriteringer.

Nylig SAVVI Financial-forskning fandt, at mere end halvdelen af arbejderne rapporterede højere finansielle stress end de havde oplevet for et år siden. Næsten to tredjedele havde oplevet en større livsbegivenhed, der havde påvirket deres økonomi, men kun omkring en tredjedel havde tilpasset deres finansielle tildelinger derefter. Måske det mest talende var, at 95% sagde, de ønskede vejledning, der hjalp med at forbinde beslutninger på tværs af gæld, opsparing, forsikring, fordele og pensionsplanlægning i stedet for at behandle hvert område uafhængigt.

Disse resultater peger på en kritisk virkelighed: De fleste mennesker lider ikke under en mangel på økonomisk information. De er overvældede af udfordringen med at omdanne information til sammenhængende beslutninger. Det hjælper med at forklare, hvorfor kunstig intelligens føles så tiltrækkende. Forbrugerne søger ikke nødvendigvis mere indhold. De søger klarhed.

Den største risiko er ikke ukorrekt

Meget af den offentlige diskussion om kunstig intelligens-genereret økonomisk rådgivning fokuserer på, om svaret i sig selv er korrekt. Vil modellen hallucinere? Vil den misforstå en skatteregel? Vil den anbefale en upassende investeringsstrategi?

Disse bekymringer er legitime, men de mangler ofte et større problem. I mange situationer kan kunstig intelligens generere et teknisk korrekt svar, mens den stadig giver dårlig økonomisk rådgivning. Forestil dig, at nogen spørger et kunstig intelligens-system, om de skal øge deres 401(k)-bidrag. Kunstig intelligens kan korrekt forklare skattefordelene ved pensionsopsparing, vigtigheden af samlet vækst og værdien af arbejdsgiverbidrag. Hver enkelt faktum kan være korrekt. Men hvad nu, hvis den person har højrentebærende kreditkortgæld? Hvad nu, hvis de mangler nødopsparing? Hvad nu, hvis de kæmper for at dække månedlige udgifter på grund af børn eller boligomkostninger?

Udfordringen er ikke, om svaret om pensionsopsparing er korrekt. Udfordringen er, om pensionsopsparing var det vigtigste spørgsmål at behandle fra starten. Økonomisk planlægning begynder ofte med at identificere det rette spørgsmål, ikke straks at generere et svar. Generiske kunstig intelligens-systemer er designet til at besvare spørgsmålet, de modtager. De er langt mindre effektive til at bestemme, om spørgsmålet i sig selv afspejler brugerens underliggende mål, prioriteringer eller begrænsninger.

Økonomisk rådgivning er et system

En af de mest almindelige misforståelser om kunstig intelligens-genereret økonomisk rådgivning er, at finansielle planlægning i virkeligheden er et spørgsmål om at generere svar.

Det er det ikke.

Effektiv økonomisk vejledning er et beslutningssystem. Før noget råd gives, er der en opdagelsesproces. Hvad er den enkeltes situation? Hvad er deres mål? Hvad er deres begrænsninger? Hvilke risici er de villige til at acceptere?

Disse input informerer antagelser. Disse antagelser former beregninger. Disse beregninger påvirker handelsovervejelser. Disse handelsovervejelser fører til anbefalinger og handlinger.

Processen ender ikke der. Omstændighederne ændrer sig. Markeder skifter. Familier vokser. Job ændrer sig. Sundhedsbehov udvikler sig. God økonomisk vejledning kræver kontinuerlig overvågning og revision.

Set gennem den linse bliver udfordringen for kunstig intelligens meget klarere. Spørgsmålet er ikke, om en model kan generere et svar. Spørgsmålet er, om den kan deltage effektivt i et langt større beslutningssystem.

I dag er generiske chatbots ekstraordinært gode til at generere svar. De er langt mindre effektive til at udføre opdagelse, forstå latent mål, udfordre antagelser, overvåge resultater eller genoverveje anbefalinger over tid.

Økonomisk rådgivning er i sidste ende et langsigtede optimeringsproblem. Succes afhænger af at træffe en række sammenhængende beslutninger over måneder, år og endda årtier. De fleste generiske kunstig intelligens-systemer er ikke designet til det formål.

Illusionen om personliggørelse

En af kunstig intelligens’ største styrker er dens evne til at kommunikere naturligt. Den husker tidligere udvekslinger, tilpasser sin tone og præsenterer ofte information på en højpersonlig måde. Resultatet er, at brugerne ofte føler sig forstået.

Men konversationsfluenhed skal ikke forveksles med ægte personliggørelse. Mange kunstig intelligens-systemer kan skabe illusionen af individualiseret vejledning, mens de kun opererer med en lille brøkdel af den information, der er nødvendig for at give ægte personlige anbefalinger. At vide, hvad en bruger skrev under en samtale, er meget forskelligt fra at forstå deres komplette økonomiske situation, langsigtede mål, familiemæssige omstændigheder, risikotolerance, arbejdspladsfordele, skatteovervejelser og livsmål.

Dette skaber, hvad der kan kaldes en illusion om personliggørelse. Rådet føles tilpasset, fordi det henviser til information, brugeren har leveret. I virkeligheden kan anbefalingen stadig være baseret på generiske antagelser. Faren er ikke, at kunstig intelligens lyder robotisk. Faren er, at den lyder meget selvbevidst, mens den opererer med begrænset kontekst.

Kunstig intelligens kan arve de samme fordomme, som mennesker bringer til samtalen

Mange mennesker ser kunstig intelligens som en objektiv alternativ til menneskelig beslutning. I praksis kan kunstig intelligens ofte arve mange af de samme adfærdsmæssige udfordringer, der påvirker menneskelig dømmekraft.

Forbrugere nærmer sig ofte økonomiske beslutninger med forudindtagne antagelser. De kan allerede favorisere en bestemt investeringsstrategi, tro, de skal spare mere aggressivt, eller antage, at at betale af på gæld altid skal være den højeste prioritet. Spørgsmålene de stiller, afspejler ofte disse antagelser.

Kunstig intelligens-modeller er generelt optimeret til at være hjælpsomme og responsiv. Som resultat heraf bygger de ofte på rammen, der er indbygget i brugerens spørgsmål, i stedet for at udfordre det. I stedet for at hjælpe forbrugere med at omvurdere deres antagelser, kan kunstig intelligens nogle gange forstærke dem. Resultatet er en sofistikeret form for bekræftelsesforvrængning, hvor systemet bliver meget effektivt til at validere brugerens eksisterende overbevisninger i stedet for at hjælpe dem med at evaluere alternativer.

Det manglende ingrediens: Ansvarlighed

Måske den vigtigste forskel mellem generiske kunstig intelligens-værktøjer og professionel økonomisk vejledning er ansvarlighed. Ansvarlighed er vigtig, fordi ansvarlighed former beslutningssystemet. Menneskelige rådgivere opererer inden for systemer af træning, professionelle standarder, fidusiariske forpligtelser og tilsyn. Formål-byggede økonomiske vejledningsplatforme udvikles inden for styringsrammer, der inkluderer test, overvågning, evaluering og kontinuerlig forbedring. Disse systemer findes for at sikre, at anbefalinger forbliver i overensstemmelse med brugerresultater over tid.

Generiske chatbots opererer ofte uden for disse strukturer. De kan generere nyttige svar, men de er ikke indbygget til at understøtte den fulde livscyklus for økonomisk beslutning. De er ikke designet til at genoverveje en brugers omstændigheder, overvåge fremgang mod mål eller sikre konsistens på tværs af år af økonomisk beslutning.

Dette bliver særligt vigtigt, når man overvejer langsigtede økonomisk planlægning. Effektiv vejledning er sjældent en enkelt interaktion. Det indebærer kontinuerlig overvågning, kurskorrektion og tilpasning, efterhånden som livsomstændighederne ændrer sig. En økonomisk beslutning, der giver mening i dag, kan måske behøve at blive genovervejet seks måneder senere. Generiske kunstig intelligens-systemer er ikke designet til at håndtere denne proces.

Fremtiden er ikke kunstig intelligens versus menneskelig ekspertise

Da flere amerikanere vender sig til kunstig intelligens for økonomisk vejledning, er det vigtigste spørgsmål ikke, om kunstig intelligens kan give svar. Det er klart, at den kan. Det vigtigste spørgsmål er, om disse svar findes inden for et beslutningssystem, der er designet til at hjælpe mennesker med at træffe bedre valg over tid.

Økonomisk rådgivning er ikke et chatbot-svar. Det er en pipeline af opdagelse, antagelser, begrænsninger, optimering, forklaring, handling, overvågning og revision. Kvaliteten af ethvert råd afhænger af, hvor godt hele processen fungerer. De organisationer, der skaber varig værdi, vil erkende, at kunstig intelligens kun er en komponent af denne proces. Fremtiden for økonomisk vejledning vil tilhøre ikke systemerne, der genererer de fleste svar, men de systemer, der hjælper mennesker med at træffe de bedste beslutninger. De vil bygge systemer, der hjælper mennesker med at træffe bedre økonomiske beslutninger konsekvent, gennemsigtigt og med passende sikkerhedsforanstaltninger.

Da flere amerikanere vender sig til kunstig intelligens for økonomisk vejledning, kan det at forstå denne forskel måske blive lige så vigtigt som rådet i sig selv.