اگر در گوگل عبارت «سرمایه‌گذاری از طریق هوش مصنوعی» را جستجو کنید، تعداد بیشماری پیشنهاد می‌بینید که به شما توصیه می‌کنند اجازه بدهید هوش مصنوعی مدیریت سرمایه شما را در دست بگیرد.
من اخیرا نیم ساعت وقت گذاشتم تا بفهمم به‌اصطلاح «بات‌های تجاری» هوش مصنوعی سرمایه‌گذاری چه کاری می‌توانند برای من بکنند.
خیلی از این پیشنهاددهندگان مشخصا می‌گویند که پولم را به آنها بسپارم تا سود بیشتری به آن تعلق بگیرد و همان‌طور که همه موسسه‌های سرمایه‌گذاری خوشنام به مشتریان هشدار می‌دهند، اضافه می‌کنند 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 کامپیوتر، همیشه احتمال دارد پول‌تان از دست برود.
با این حال، بر اساس یک نظرسنجی در سال ۲۰۲۳ در آمریکا، تبلیغات در مورد توانایی هوش مصنوعی در چند سال گذشته چنان زیاد بوده است که تقریبا از هر سه سرمایه‌گذار، یک سرمایه‌گذار راضی می‌شود که به یک بات معاملاتی اجازه بدهد از طرف او در مورد سرمایه‌گذاری‌هایش تصمیم بگیرد.
جان آلن می‌گوید سرمایه‌گذاران باید در استفاده از هوش مصنوعی محتاط‌تر باشند. او رئیس بخش نوآوری و عملیات انجمن سرمایه‌گذاری بریتانیاست که اتحادیه صنفی مدیران سرمایه‌گذاری بریتانیا محسوب می‌شود.
او می‌گوید: «سرمایه‌گذاری موضوعی بسیار جدی است زیرا بر وضعیت افراد و آینده بلندمدت آنها تأثیر می‌گذارد. بنابراین شاید عاقلانه نباشد که در این مورد، تحت تاثیر آخرین مد روز قرار بگیریم.»
«من فکر می‌کنم حداقل باید منتظر باشیم تا هوش مصنوعی در درازمدت توانمندی خود را اثبات کند، تا بتوانیم در مورد کارایی‌اش قضاوت کنیم. تا آن زمان، هنوز برای انسان‌های متخصص سرمایه‌گذاری کار وجود خواهد داشت.»
ربات‌های تجاری که با هوش مصنوعی کار می‌کنند، شاید عده‌ای از مدیران سرمایه‌گذاری انسانی بسیار مجرب اما گران‌قیمت را بیکار کنند. بنابراین شاید حرف‌های آقای آلن چندان بی‌‌‌دلیل نباشد.
سئوال این است که آیا فعالیت تجاری و مالی هوش مصنوعی واقعا تحولی جدید است با همه سئوالات و ابهاماتی که دارد.
اولا، هوش مصنوعی یک گوی بلور پیشگویی نیست و در پیش‌بینی شرایط آینده توانایی بیشتری در قیاس با انسان ندارد.
اگر به تحولات ۲۵ سال گذشته نگاه کنیم، وقایع پیش‌بینی‌نشده متعددی رخ داده و بر بازارهای سهام تاثیر گذاشته است، مثل حملات ۱۱ سپتامبر ۲۰۰۱، بحران بانکی سال ۲۰۰۷ و ۲۰۰۸ و البته همه‌گیری کرونا.
ثانیا، سامانه‌های 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.
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 داده‌های‌مالی را مطالعه کند، از آنها بیاموزد و تصمیم‌های مستقل بگیرد که - با پیشرفت هوش مصنوعی - امید است که دقیق‌تر شود.
این سامانه‌های 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 به‌مراتب قدرتمندتر از نوع ضعیف است و می‌تواند چیزهای جدیدی را ایجاد کند و از آنها تجربه بیاموزد.
وقتی هوش مصنوعی مولد برای سرمایه‌گذاری به‌کار برود، می‌تواند حجم زیادی از داده‌ها را بررسی و هضم کند و تصمیم‌های ویژه 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 تولید کند.
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 دست اشتباه‌ها یاد می‌کند.
خانم گوریه می‌گوید آمازون از اولین شرکت‌هایی بود که گرفتار مشکل شد، به این ترتیب که شرکت ابزار هوش مصنوعی را برای استخدام کارکنان خود تنظیم کرد.
خانم گوریه می‌گوید: «شرکت هزاران رزومه را دریافت کرد و هوش مصنوعی رزومه‌ها خواند و به شرکت گفت چه کسی را استخدام کنند. اما مشکل 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 متقاضی‌های زن را کنار گذاشت.»
به این ترتیب، آمازون مجبور شد استفاده از هوش مصنوعی را برای استخدام کناربگذارد.
ساندرا واچتر، پژوهشگر ارشد هوش مصنوعی در دانشگاه آکسفورد، می‌گوید: «هوش مصنوعی مولد ممکن است به‌سادگی 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 شاید اطلاعات نادرست را به‌سادگی تحویل دهد یا واقعیت را جعل کند.
خانم واچر همچنین هشدار می‌دهد که سامانه‌های هوش مصنوعی خودکار ممکن است در معرض خطر نشت داده‌ها یا مساله‌ای به نام «حملات وارونگی‌انگاره» باشند که به زبان ساده، به این معنی است که هکرها از هوش مصنوعی یک رشته سؤالات خاص را می‌پرسند به این امید که کدگذاری و داده‌های زیربنایی خود را فاش کند.
همچنین این احتمال هم هست که هوش مصنوعی به جای یک مشاور نابغه سرمایه‌گذاری، بیشتر به پیشنهاددهندگان 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 عده قابل توجهی از سرمایه‌گذاران مشتاقند که به هوش مصنوعی اجازه بدهند برای آنها تصمیم بگیرد؟
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 داوری ناخودآگاه است، این قضاوت که سرمایه‌گذاران انسانی خطاپذیر هستند، در حالیکه ماشین‌ها تصمیم‌گیرندگان منطقی هستند که براساس داده‌های عینی و سنجیده تصمیم می‌گیرند. آنها ممکن است بر این باور باشند که هوش مصنوعی هرگز روز تعطیل ندارد، هرگز عمدا کلاهبرداری نمی‌کند و نمی‌خواهد زیان شرکت‌ها را پنهان کند.»
آقای داف تاکید می‌کند که «با این حال، یک ابزار سرمایه‌گذاری هوش مصنوعی ممکن است به‌سادگی تمام اشتباه‌ها فکری و قضاوت‌های ضعیف برنامه‌ریزان خود را را منعکس کند و همزمان، فاقد مزیت تجربه شهودی و عکس‌العمل سریع در برابر وقوع حوادث غیرمنتظره آینده، مثل سقوط مالی یا همه‌گیری کرونا است.»
او می‌افزاید: «عده اندکی هستند که می‌توانند برای مقابله با اینگونه تحولات بزرگ، الگوریتم‌های هوش مصنوعی مناسب و کارآمد بسازند.»