Η άνοδος της παραγωγικής τεχνητής νοημοσύνης (Generative AI) έχει φέρει μια επανάσταση στον τρόπο με τον οποίο αναζητούμε πληροφορίες. Από τη συγγραφή κώδικα μέχρι τη δημιουργία συνταγών μαγειρικής, τα chatbots όπως το ChatGPT, το Claude και το Gemini έχουν γίνει οι νέοι μας ψηφιακοί βοηθοί. Ωστόσο, όταν η συζήτηση μεταφέρεται από τα γενικά θέματα στη διαχείριση των χρημάτων μας, η κατάσταση περιπλέκεται επικίνδυνα. Η πρόσφατη ανάλυση του Moneyreview.gr αναδεικνύει μια θεμελιώδη αλήθεια: η εμπιστοσύνη σε έναν αλγόριθμο για οικονομικές αποφάσεις μπορεί να αποβεί μοιραία για τις αποταμιεύσεις μιας ζωής.
Το Φαινόμενο των «Παραισθήσεων» και η Μαθηματική Ανακρίβεια
Το μεγαλύτερο πρόβλημα με τα τρέχοντα Μεγάλα Γλωσσικά Μοντέλα (LLMs) είναι η τάση τους για «παραισθήσεις» (hallucinations). Τα chatbots δεν είναι μηχανές αναζήτησης αλήθειας, αλλά μηχανές πρόβλεψης της επόμενης λέξης. Όταν τους ζητείται να αναλύσουν μια μετοχή ή να προτείνουν ένα επενδυτικό πλάνο, συχνά συνθέτουν απαντήσεις που ακούγονται εξαιρετικά πειστικές και επαγγελματικές, αλλά στερούνται πραγματικής βάσης. Στον κόσμο των οικονομικών, όπου ένα δεκαδικό ψηφίο μπορεί να σημαίνει τη διαφορά μεταξύ κέρδους και χρεοκοπίας, αυτή η στατιστική προσέγγιση είναι απαράδεκτη.
Επιπλέον, τα μοντέλα AI συχνά δυσκολεύονται με σύνθετους μαθηματικούς υπολογισμούς σε πραγματικό χρόνο. Ενώ μπορούν να παραθέσουν ιστορικά δεδομένα, η ικανότητά τους να συνδυάζουν μεταβλητές όπως ο πληθωρισμός, οι φορολογικοί συντελεστές και τα σύνθετα επιτόκια σε ένα εξατομικευμένο σενάριο παραμένει περιορισμένη. Η ψευδαίσθηση της αυθεντίας που εκπέμπουν μπορεί να παραπλανήσει έναν ανίδεο χρήστη, οδηγώντας τον σε καταστροφικές επιλογές.
Η Έλλειψη Εξατομίκευσης και Συμφραζομένων
Κάθε οικονομικό πλάνο είναι τόσο μοναδικό όσο και το δακτυλικό αποτύπωμα του κατόχου του. Ένας επαγγελματίας οικονομικός σύμβουλος λαμβάνει υπόψη του όχι μόνο τους αριθμούς, αλλά και την ψυχολογία του πελάτη, την οικογενειακή του κατάσταση, τις μελλοντικές του προσδοκίες και, κυρίως, την ανοχή του στον κίνδυνο. Τα chatbots, παρά την ικανότητά τους να επεξεργάζονται τεράστιους όγκους δεδομένων, στερούνται «συναισθηματικής νοημοσύνης» και πλαισίου.
- Δεν γνωρίζουν τις τοπικές φορολογικές ιδιαιτερότητες της ελληνικής νομοθεσίας.
- Δεν μπορούν να αντιληφθούν το άγχος ενός γονέα που αποταμιεύει για τις σπουδές των παιδιών του.
- Αδυνατούν να προσαρμοστούν σε ξαφνικές αλλαγές της προσωπικής ζωής που απαιτούν άμεση αναθεώρηση της στρατηγικής.
Η συμβουλή που δίνει ένα AI είναι συνήθως ένας μέσος όρος των δεδομένων στα οποία εκπαιδεύτηκε. Όμως, στις επενδύσεις, ο «μέσος όρος» σπάνια είναι η βέλτιστη λύση για το άτομο.
Το Νομικό Κενό και η Απουσία Ευθύνης
Ένα από τα πιο κρίσιμα σημεία που θίγει το άρθρο είναι η έλλειψη νομικού πλαισίου και ευθύνης. Όταν ένας πιστοποιημένος οικονομικός σύμβουλος δίνει μια λανθασμένη συμβουλή που παραβιάζει τους κανόνες δεοντολογίας, ο πελάτης έχει νομικά μέσα προστασίας. Υπάρχουν εποπτικές αρχές, όπως η Επιτροπή Κεφαλαιαγοράς, και ασφαλιστικές δικλείδες. Με ένα chatbot, ο χρήστης είναι ουσιαστικά μόνος του.
«Η τεχνητή νοημοσύνη μπορεί να είναι ένας εξαιρετικός βοηθός έρευνας, αλλά είναι ένας επικίνδυνος λήπτης αποφάσεων», σημειώνουν αναλυτές της αγοράς.
Οι εταιρείες τεχνολογίας καλύπτονται πίσω από δαιδαλώδεις όρους χρήσης που αποποιούνται κάθε ευθύνη για οικονομικές απώλειες. Αυτό δημιουργεί μια ασυμμετρία κινδύνου: η εταιρεία κερδίζει από τη χρήση της υπηρεσίας, αλλά ο χρήστης επωμίζεται όλο το ρίσκο της αποτυχίας του αλγορίθμου.
Η Χρονική Υστέρηση των Δεδομένων
Οι αγορές κινούνται με την ταχύτητα του φωτός. Μια είδηση για τα επιτόκια της Fed ή μια γεωπολιτική κρίση στην Ανατολική Μεσόγειο μπορεί να αλλάξει τα δεδομένα μέσα σε δευτερόλεπτα. Τα περισσότερα μοντέλα AI έχουν μια «ημερομηνία λήξης» στις γνώσεις τους (knowledge cutoff). Ακόμα και εκείνα που έχουν πρόσβαση στο διαδίκτυο, συχνά αποτυγχάνουν να αξιολογήσουν την ποιότητα και την αξιοπιστία των πηγών σε πραγματικό χρόνο.
Συμπερασματικά, ενώ η AI μπορεί να βοηθήσει στην κατανόηση βασικών οικονομικών όρων ή στη διοργάνωση ενός προϋπολογισμού, η ανάθεση της επενδυτικής στρατηγικής σε έναν αλγόριθμο παραμένει, για το 2026, μια πράξη υψηλού ρίσκου. Η ανθρώπινη κρίση, η ηθική ευθύνη και η βαθιά γνώση της αγοράς δεν μπορούν –ακόμα– να αντικατασταθούν από γραμμές κώδικα.
