Halvparten av amerikanerne ber om økonomisk råd fra AI. Den virkelige spørsmålet er ikke om svaret er riktig.

Kunstig intelligens har raskt blitt det første stoppet for mange av livets spørsmål. Folk bruker AI til å utarbeide e-post, sammenfatte artikler, planlegge ferier og forskning på større kjøp. De bruker det også til å ta beslutninger om pengene sine.

Ifølge nylig forskning fra MIT Sloan, har nesten halvparten av amerikanerne allerede vendt seg til AI for økonomisk råd. De stiller spørsmål om budsjettering, investering, gjeldsinnbetaling, pensjonsplanlegging og en rekke andre økonomiske emner som tradisjonelt ville ha blitt behandlet av rådgivere, finansielle institusjoner eller pålitelige personlige nettverk. Denne trenden kommer på et tidspunkt når amerikanernes økonomiske litteratur har sunket til sitt laveste nivå på ti år, mens beslutningene de står overfor har blitt stadig mer sammenhengende og vanskelige å navigere.

Tiltrekningen er åpenbar. AI-verktøy er raskt, tilgjengelig og tilgjengelig når et spørsmål oppstår. For mange forbrukere tilbyr de en umiddelbar alternativ til timer med online-forskning eller utgifter til å arbeide med en finansiell profesjonell.

Debatten omkring AI og økonomisk råd fokuserer ofte på ett enkelt spørsmål: Er svaret korrekt? Det er forståelig, men det overser det større problemet. AI-økonomisk råd vil ikke feile eller lykkes på grunn av den absolutte korrektheten av et svar i isolasjon. Det vil feile – eller lykkes – på grunn av beslutningssystemet som omgir svaret.

Økonomisk råd er ikke et enkelt råd. Det er en prosess som involverer oppdagelse, antagelser, begrensninger, beregninger, optimalisering, forklaring, vurdering av kompromisser, handling, overvåking og revisjon. Kvaliteten på ethvert råd avhenger av hvordan hele prosessen fungerer. Det er der samtalen om AI og økonomisk veiledning blir mye mer interessant – og komplisert.

Hvorfor flere mennesker vender seg til AI for økonomiske beslutninger

Veksten av AI-drevet økonomisk veiledning reflekterer en bredere realitet: økonomiske beslutninger er vanskelige for den gjennomsnittlige forbrukeren.

Arbeidere i dag navigerer i ett av de mest økonomisk komplekse miljøene i nyere tid. Inflasjonsdrevne kostnadstrykk, markedsvolatilitet, økende helseutgifter, skiftende pensjonsansvar og økonomisk usikkerhet har alle kollidert på samme tid. Likevel blir forbrukerne bedt om å ta stadig mer sofistikerte beslutninger overfor fordeler, skatter, sparing, forsikring, gjeldshåndtering og langsiktig investering, og skaper et miljø der mange forbrukere føler seg overveldet av konkurrerende økonomiske prioriteringer.

Nylig SAVVI Financial forskning fant at over halvparten av arbeiderne rapporterte høyere økonomisk stress enn de opplevde for et år siden. Nesten to tredjedeler opplevde en større livshendelse som påvirkte deres økonomi, men bare om lag en tredjedel justerte deres økonomiske allokasjoner deretter. Kanskje mest talende, sa 95% at de ønsket veiledning som hjelper med å knytte beslutninger over gjeld, sparing, forsikring, fordeler og pensjonsplanlegging sammen, i stedet for å behandle hvert område uavhengig.

Disse funnene peker på en kritisk realitet: de fleste menneskene lider ikke av mangel på økonomisk informasjon. De er overveldet av utfordringen med å omdanne informasjon til koherente beslutninger. Dette hjelper med å forklare hvorfor AI føles så tiltrekkende. Forbrukerne søker ikke nødvendigvis etter mer innhold. De søker etter klarhet.

Den største risikoen er ikke uakkurathet

Mye av den offentlige diskusjonen omkring AI-generert økonomisk råd fokuserer på om svaret i seg selv er nøyaktig. Vil modellen hallucinere? Vil den misforstå en skatteregel? Vil den anbefale en upassende investeringsstrategi?

Disse bekymringene er legitime, men de overser ofte et større problem. I mange situasjoner kan AI generere et teknisk korrekt svar samtidig som det gir dårlig økonomisk veiledning. Tenk deg at noen spør en AI-system om de bør øke sin 401(k)-bidrag. AI-en kan korrekt forklare skattefordelene med pensjonsbesparelse, viktigheten av sammensatt vekst og verdien av arbeidsgivers bidrag. Hvert faktum kan være nøyaktig. Men hva hvis den personen har høyrentegjeld? Hva hvis de mangler nødspar? Hva hvis de sliter med å dekke månedlige utgifter på grunn av barne- eller boligkostnader?

Utfordringen er ikke om svaret om pensjonsbesparelse er korrekt. Utfordringen er om pensjonsbesparelse var det viktigste spørsmålet å adresse fra første sted. Økonomisk planlegging begynner ofte med å identifisere det riktige spørsmålet, ikke umiddelbart generere et svar. Generiske AI-systemer er designet til å svare på spørsmålet de mottar. De er mye mindre effektive til å bestemme om spørsmålet i seg selv reflekterer brukerens underliggende mål, prioriteringer eller begrensninger.

Økonomisk råd er et system

En av de mest vanlige misforståelsene om AI-generert økonomisk råd er at økonomisk planlegging i grunn og bunn er et problem med å generere svar.

Det er det ikke.

Effektiv økonomisk veiledning er et beslutningssystem. Før noen anbefaling gjøres, finnes det en oppdagelsesprosess. Hva er den enkeltes situasjon? Hva mål prøver de å oppnå? Hva begrensninger opererer de under? Hva risiko er de villige til å akseptere?

Disse inndata informerer antagelser. Disse antagelsene former beregninger. Disse beregningene påvirker kompromisser. Disse kompromissene leder til anbefalinger og handlinger.

Prosessene slutter ikke der. Omstendighetene endrer seg. Markedene skifter. Familiene vokser. Jobbene endrer seg. Helsebehovene utvikler seg. God økonomisk veiledning krever kontinuerlig overvåking og revisjon.

Sett i dette lys, blir utfordringen som AI står overfor mye mer tydelig. Spørsmålet er ikke om en modell kan generere et svar. Spørsmålet er om den kan delta effektivt i et mye større beslutningssystem.

I dag er generiske chatboter ekstraordinært gode til å generere svar. De er mye mindre effektive til å utføre oppdagelse, forstå latente mål, utfordre antagelser, overvåke resultater eller gjenoppta anbefalinger over tid.

Økonomisk råd er ultimate et langhorisontalt optimaliseringsproblem. Suksess avhenger av å gjøre en rekke sammenhengende beslutninger over måneder, år og til og med tiår. De fleste generiske AI-systemer var ikke designet for dette formålet.

Illusjonen av personlig tilpasning

En av AI-s største styrker er evnen til å kommunisere naturlig. Den husker tidligere utvekslinger, tilpasser tonen og presenterer ofte informasjon på en høyt personlig måte. Resultatet er at brukerne ofte føler seg forstått.

Men konversasjonsflyt skal ikke forveksles med ekte personlig tilpasning. Mange AI-systemer kan skape illusjonen av individuell veiledning samtidig som de opererer med kun en liten brøkdel av informasjonen som trengs for å gi virkelig personlige anbefalinger. Å vite hva en bruker skrev under en samtale er veldig forskjellig fra å forstå deres fullstendige økonomiske situasjon, langsiktige mål, familiære omstendigheter, risikotoleranse, arbeidsplassen fordeler, skatteoverveielser og livsmål.

Dette skaper hva som kan kalles en illusjon av personlig tilpasning. Rådet føles tilpasset fordi det refererer til informasjon som brukeren ga. I virkeligheten kan anbefalingen likevel være basert på generiske antagelser. Faren er ikke at AI-en lyder robotisk. Faren er at den lyder svært sikker samtidig som den opererer med begrenset kontekst.

AI kan arve de samme fordommene menneskene bringer til samtalen

Mange mennesker ser på AI som en objektiv alternativ til menneskelig beslutning. I praksis arver AI ofte mange av de samme atferdsmessige utfordringene som påvirker menneskelig dømmekraft.

Forbrukere nærmer seg ofte økonomiske beslutninger med forhåndsantagelser. De kan allerede favorisere en bestemt investeringsstrategi, tro de må spare mer aggressivt eller anta at å betale av gjeld alltid bør være den høyeste prioritet. Spørsmålene de stiller reflekterer ofte disse antagelsene.

AI-modeller er generelt optimalisert for å være nyttige og responsive. Som et resultat bygger de ofte på rammen som er innbygget i en brukers spørsmål, i stedet for å utfordre den. I stedet for å hjelpe forbrukerne om å tenke om sine antagelser, kan AI noen ganger forsterke dem. Resultatet er en sofistisert form for bekreftelsesforvranging hvor systemet blir svært effektivt til å validere brukerens eksisterende tro enn å hjelpe dem med å evaluere alternativer.

Den manglende ingrediensen: Ansvar

Kanskje den viktigste forskjellen mellom generiske AI-verktøy og profesjonell økonomisk veiledning er ansvar. Ansvar er viktig fordi det former beslutningssystemet. Menneskelige rådgivere opererer innen systemer for opplæring, profesjonelle standarder, fidusiariske forpliktelser og tilsyn. Formål-byggede økonomiske veiledningsplattformer utvikles innen styringsrammer som inkluderer testing, overvåking, evaluering og kontinuerlig forbedring. Disse systemene eksisterer for å sikre at anbefalinger forblir i tråd med brukerresultater over tid.

Generiske chatboter opererer ofte utenfor disse strukturer. De kan generere nyttige svar, men de er ikke innebygget designet til å støtte hele livssyklusen til økonomisk beslutning. De er ikke designet til å periodevis vurdere en brukers omstendigheter, overvåke fremgang mot mål eller sikre konsistens over år med økonomisk beslutning.

Dette blir spesielt viktig når det gjelder langsiktig økonomisk planlegging. Effektiv veiledning er sjelden en enkeltinteraksjon. Den involverer kontinuerlig overvåking, kurskorreksjon og tilpasning etterhvert som livsomstendighetene endrer seg. En økonomisk beslutning som har mening i dag kan måtte reevalueres seks måneder senere. Generiske AI-systemer er ikke designet til å håndtere denne prosessen.

Fremtiden er ikke AI mot menneskelig ekspertise

Ettersom flere amerikanere vender seg til AI for økonomisk veiledning, er det viktigste spørsmålet ikke om AI kan gi svar. Det er klart at det kan. Det viktigere spørsmålet er om disse svarene eksisterer innen et beslutningssystem designet til å hjelpe menneskene med å ta bedre valg over tid.

Økonomisk råd er ikke et chatbot-svar. Det er en pipeline av oppdagelse, antagelser, begrensninger, beregninger, optimalisering, forklaring, handling, overvåking og revisjon. Organisasjonene som skaper varig verdi vil erkjenne at AI bare er en komponent av denne prosessen. Fremtiden for økonomisk veiledning vil tilhøre ikke systemene som genererer de fleste svarene, men systemene som hjelper menneskene med å ta de beste beslutningene. De vil bygge systemer som hjelper menneskene med å ta bedre økonomiske beslutninger jevnt, gjennomsiktig og med passende sikkerhetsforanstaltninger. Ettersom flere amerikanere vender seg til AI for økonomisk veiledning, kan forståelsen av denne forskjellen vise seg like viktig som rådet i seg selv.