بخش علمی بی‌بی‌سی اعلام کرده است که اگر در گوگل عبارت «سرمایه‌گذاری از طریق هوش مصنوعی» را جستجو کنید، تعداد بی‌شماری پیشنهاد می‌بینید که به شما توصیه می‌کنند اجازه دهید هوش مصنوعی مدیریت سرمایه شما را در دست بگیرد. در ادامه آمده است که خیلی از این پیشنهاد دهندگان مشخصا می‌گویند که پول خود را به آنها بسپاریم تا سود بیشتری به آن تعلق بگیرد و همانطور که هر موسسه سرمایه‌گذاری خوشنامی به مشتریان هشدار می‌دهد که هرگونه سرمایه‌گذاری ریسک از دست رفتن سرمایه را هم به همراه دارد یا به بیان ساده‌تر، چه یک انسان از طرف شما در بازار سهام سرمایه‌گذاری کند چه یک کامپیوتر، همیشه احتمال دارد پول شما از دست برود. با این حال، بر اساس یک نظرسنجی در سال ۲۰۲۳ در ایالات متحده، تبلیغات در مورد توانایی هوش مصنوعی در چند سال گذشته چنان زیاد بوده است که تقریبا از هر سه سرمایه‌گذار، یک سرمایه‌گذار خوشحال می‌شود که به یک بات معاملاتی اجازه دهد از طرف او در مورد سرمایه‌گذاری‌هایش تصمیم بگیرد. جان آلن، رییس بخش نوآوری و عملیاتی انجمن سرمایه‌گذاری بریتانیا که اتحادیه صنفی مدیران سرمایه‌گذاری در بریتانیا محسوب می‌شود می‌گوید، سرمایه‌گذاران باید در استفاده از هوش مصنوعی محتاط‌تر باشند. او می‌گوید: «سرمایه‌گذاری موضوعی بسیار جدی است، زیرا بر وضعیت افراد و آینده بلندمدت آنها تأثیر می‌گذارد، بنابراین ممکن است عاقلانه نباشد که در این مورد، تحت تاثیر آخرین مد روز قرار بگیریم.» آلن افزود: «من فکر می‌کنم حداقل باید منتظر باشیم تا هوش مصنوعی در درازمدت توانمندی خود را ثابت کند، تا بتوانیم کارایی آن را قضاوت کنیم. و در این فاصله، هنوز برای انسان‌های متخصص سرمایه‌گذاری کار وجود خواهد داشت.» جان آلن هشدار می‌دهد که سرمایه‌گذاری توسط ماشین هنوز در دوران کودکی است. با توجه به اینکه ربات‌های تجاری مبتنی بر هوش مصنوعی ممکن است برخی از مدیران سرمایه‌گذاری انسانی بسیار مجرب اما گرانقیمت را بیکار کنند، ممکن است اظهارات آقای آلن چندان بی‌انگیزه هم به نظر نرسد. اما این واقعیت را نباید نادیده گرفت که سوال این است که آیا فعالیت تجاری و مالی هوش مصنوعی واقعا تحولی جدید است که سوالات و ابهاماتی را همراه دارد. اولا، هوش مصنوعی یک گوی بلور پیشگویی نیست و در دیدن شرایط آینده توانایی بیشتری نسبت به انسان ندارد. اگر به تحولات ۲۵ سال گذشته نگاه کنیم، وقایع پیش‌بینی نشده متعددی رخ داده و بر بازارهای سهام تاثیر گذاشته است، مانند حملات ۱۱ سپتامبر ۲۰۰۱، بحران بانکی سال ۲۰۰۷ و ۲۰۰۸ و البته همه‌گیری کرونا. ثانیا، سیستم‌های هوش مصنوعی فقط به اندازه داده‌های اولیه و نرم‌افزاری توانایی دارند که توسط برنامه‌نویسان رایانه انسانی مورد استفاده قرار گرفته است. برای توضیح این موضوع به یک مرور تاریخی نیاز داریم. در واقع، بانک‌های سرمایه‌گذاری از اوایل دهه ۱۹۸۰ از هوش مصنوعی ابتدایی یا به اصطلاح «ضعیف» برای کمک به انتخاب در بازار سهام استفاده می‌کردند. هوش مصنوعی اولیه قادر بود داده‌های مالی را مطالعه کند، از آنها بیاموزد و تصمیم‌های مستقلی بگیرد که با پیشرفت هوش مصنوعی، امید است که دقیق‌تر شود. این سیستم‌های هوش مصنوعی ضعیف وقوع حادثه ۱۱ سپتامبر یا حتی بحران اعتباری را پیش‌بینی نکردند. اما در مورد شرایط امروز وقتی در مورد هوش مصنوعی صحبت می‌کنیم، غالبا منظور چیزی به نام «هوش مصنوعی مولد» است که به مراتب قدرتمندتر از نوع ضعیف است و می‌تواند چیزهای جدیدی را ایجاد کند و از آنها تجربه بیاموزد. وقتی هوش مصنوعی مولد برای سرمایه‌گذاری به کار برود، می‌تواند حجم زیادی از داده‌ها را بررسی و هضم کند و تصمیم‌های خود را بگیرد. هوش مصنوعی مولد همچنین می‌تواند راه‌های بهتری برای مطالعه داده‌ها و توسعه کدهای کامپیوتری خود پیدا کند. اما اگر برنامه‌نویسان در ابتدا به این هوش مصنوعی داده‌های بدی داده باشند، تصمیم‌های آن ممکن است کدهای بیشتر و بدتر را تولید کند. [caption id="attachment_10614" align="aligncenter" width="647"] عکس: شبکه‌های اجتماعی[/caption] آمازون و مشکلات هوش مصنوعی لیز گوریه، دانشیار رشته امور مالی در مدرسه بازرگانی اسک در پاریس، متخصص مطالعه اشتباه‌های هوش مصنوعی است. او از تلاش‌های شرکت آمازون برای به کارگیری هوش مصنوعی در سال ۲۰۱۸ به عنوان نمونه بارزی از این نوع اشتباه‌ها یاد می‌کند. او می‌گوید آمازون یکی از اولین شرکت‌هایی بود که گرفتار مشکل شد به این ترتیب که شرکت ابزار هوش مصنوعی را برای استخدام کارکنان خود تنظیم کرد. گوریه می‌گوید: «شرکت هزاران رزومه را دریافت کرد و هوش مصنوعی رزومه‌ها را خواند و به شرکت گفت چه کسی را استخدام کنند. اما مشکل در این بود که ابزار هوش مصنوعی شرکت براساس ترکیب کارمندان موجود آموزش داده شده بود که عمدتا مرد بودند و در نتیجه، آنچه که این الگوریتم در اصل انجام داد این بود که همه متقاضان زن را کنار گذاشت.» به این ترتیب، آمازون مجبور شد استفاده از هوش مصنوعی برای استخدام کارکنان خود را کنار بگذارد. پروفسور ساندرا واچتر، پژوهشگر ارشد هوش مصنوعی در دانشگاه آکسفورد، می‌گوید: «هوش مصنوعی مولد می‌تواند به سادگی اشتباه کند و اطلاعات نادرستی تولید کند، که در زبان فنی به آن توهم می‌گویند.» هوش مصنوعی مولد مستعد جهت‌گیری تبعیض‌آمیز و اشتباه است و می‌تواند اطلاعات نادرست را به سادگی تحویل دهد یا واقعیت را جعل کند. پروفسور واچر همچنین هشدار می‌دهد که سیستم‌های هوش مصنوعی خودکار ممکن است در معرض خطر نشت داده‌ها یا مساله‌ای به نام «حملات وارونگی انگاره» باشند که به زبان ساده، به این معنی است که هکرها از هوش مصنوعی یک سری سوالات خاص را می‌پرسند به این امید که کدگذاری و داده‌های زیربنایی خود را فاش کند. همچنین این احتمال هم وجود دارد که هوش مصنوعی به جای یک مشاور نابغه سرمایه‌گذاری، بیشتر به پیشنهاد دهندگان خرید سهام شبیه شود که در گذشته، در نشریه‌های روز یکشنبه افراد را به خرید سهام خاصی تشویق می‌کردند. پیشنهاد آنها معمولا شامل خرید سهام شرکت‌های کوچک در اول روز دوشنبه بود و البته عده‌ای اول صبح دوشنبه این سهام را می‌خریدند و ساعاتی بعد متوجه می‌شدند که قیمت سهام آنان به شکلی معجزه‌آسا افزایش یافته است. البته کل ماجرا این بود که هجوم خریداران برای گرفتن این سهام محدود طبیعتا قیمت آن را بالا می‌برد. اما چرا با وجود همه این خطرات، هنوز تعداد قابل توجهی از سرمایه‌گذاران مشتاق هستند که به هوش مصنوعی اجازه دهند برای آنها تصمیم بگیرد؟ [caption id="attachment_10613" align="aligncenter" width="640"] عکس: شبکه‌های اجتماعی[/caption] اعتماد به انسان یا کامپیوتر استوارت داف، روانشناس کنش تجاری در شرکت مشاوره پرن کانوله می‌گوید که بعضی از افراد به کامپیوتر بیشتر از انسان اعتماد دارند. او می‌گوید: «این اعتماد تقریبا به طور قطع منعکس‌کننده یک قضاوت ناخودآگاه است، این قضاوت که سرمایه‌گذاران انسانی خطاپذیر هستند، در حالیکه ماشین‌ها تصمیم گیرندگان منطقی هستند که براساس داده‌های عینی و سنجیده تصمیم می‌گیرند. آنها ممکن است بر این باور باشند که هوش مصنوعی هرگز روز تعطیلی ندارد، هرگز عمدا کلاهبرداری نمی‌کند و نخواهد کوشید ضررها را پنهان کند.» آقای داف تاکید دارد که «با این حال، یک ابزار سرمایه‌گذاری هوش مصنوعی ممکن است به سادگی تمام اشتباهات فکری و قضاوت‌های ضعیف برنامه‌ریزان خود را منعکس کند و همزمان، فاقد مزیت تجربه شهودی و عکس‌العمل سریع در برابر وقوع حوادث غیرمنتظره آینده، مانند سقوط مالی یا همه‌گیری کرونا است.» او می‌افزاید: «تعداد اندکی افراد قادر هستند برای مقابله با اینگونه تحولات بزرگ، الگوریتم‌های هوش مصنوعی مناسب و کارآمد بسازند.»
