Kan ChatGPT betrouwbaar financieel advies geven?

Kan generatieve AI slim, gepersonaliseerd en betrouwbaar financieel advies geven zoals financieel adviseurs dat doen? ‘Het komt in de buurt’, zegt Andrew Lo, hoogleraar financiën aan MIT Sloan en directeur van het MIT Laboratory for Financial Engineering.

Veel mensen, die een op maat gemaakt financieel advies willen, gaan in zee met een financieel adviseur. Kunnen grote taalmodellen, de basis voor AI-systemen zoals GPT-4, deze vervangen? Andrew Lo voert onderzoek uit dat licht werpt op de vraag of generatieve AI het potentieel heeft om solide financieel advies te bieden dat uniek is voor elk individu.

Lo werkt voor het onderzoek samen met afgestudeerde studenten Jillian Ross en Nina Gerszberg aan een driedelig project. Doel is om de rol van grote taalmodellen (LLM’s) bij het verstrekken van financieel advies beter te begrijpen. Lo presenteerde hun bevindingen eind februari dit jaar op de MIT AI Conference van 2024.

Financieel advies is volgens Lo een ideale testomgeving, ‘omdat de inzet hoog is’, zegt Lo. “Er is veel geld in deze sector, veel financieel adviseurs en veel problemen met slecht financieel advies.” De onderzoekers vroegen LLM’s bepaalde taken op gebied van financieel advies uit te voeren. Wat hebben ze geleerd?

Grote taalmodellen hebben het inzicht om financieel advies te geven, maar alleen met de toevoeging van aanvullende modules.

LLM’s kunnen al worden gebruikt om financieel advies te geven. De belangrijke vraag, aldus Lo, is of het advies goed is, dat wil zeggen of het de domeinspecifieke kennis weerspiegelt die mensen tonen bij het behalen van het CFA-examen en het behalen van andere certificeringen.

Lo zegt dat het onderzoek van zijn team tot nu toe aantoont dat AI dit behoorlijk goed doet, mits er een aanvullende module wordt toegevoegd die specifieke kennis over financiën bevat. “De voorlopige analyse is dat we met een relatief lichte module, niet veel data en niet veel analytics, in staat zijn om domeinspecifieke kennis te genereren tussen grote taalmodellen”, aldus Lo.

Zonder module slaagt ChatGPT niet helemaal, ‘maar het komt in de buurt’. “Het komt eigenlijk opmerkelijk dichtbij,” zegt Lo. Toch verwacht hij dat zijn onderzoek zal uitwijzen dat aanvullende modules of specifieke LLM’s over financiën nodig zullen blijven om door het complexe juridische, ethische en regelgevende landschap van de sector te navigeren.

AI heeft het potentieel om financieel advies te personaliseren in toon en inhoud.

Andrew Lo, hoogleraar financiën aan MIT Sloan en directeur van MIT Labpratory for Financial Engineering (foto MIT Sloan)

Talrijke grote taalmodellen, zoals ChatGPT 4.0, zijn gericht op personen met ten minste een universitaire opleiding, maar Lo en zijn onderzoeksteam werken eraan om te zien of ze het kunnen ‘terugbrengen tot het niveau van de middelbare school, waar dat voor financiële doeleinden eigenlijk ideaal zou zijn.’

Nu ze de mogelijkheid ontwikkelen om te ‘praten’ met zowel een oudere gepensioneerde die nooit de middelbare school heeft afgemaakt zoals een professionele toezichthouder, kunnen LLM’s niet alleen vragen bevredigend beantwoorden, maar kunnen ze dit ook doen in een herkenbare toon, zoals een menselijke financieel adviseur zou doen.

Normaliter nemen grote taalmodellen een neutrale of licht positieve toon aan, maar Lo gelooft dat dit ook gepersonaliseerd kan worden om een ​​relatie met een klant te helpen cultiveren. Dat kan ook de kans vergroten dat de klant het financiële advies van de LLM opvolgt.

Lo’s werk bouwt voort op zijn eerdere onderzoek naar de reden waarom sommige beleggers ‘in paniek raken’ en de aandelenmarkt verlaten na aanzienlijke verliezen. “Als uw klant neutraal is, dan moet u een neutrale toon aannemen,” zegt hij. “Als uw cliënt enigszins positief is, neem dan een positieve toon aan.”

Als een cliënt wild optimisme of pessimisme vertoont, moet een adviseur de tegenovergestelde toon aannemen – met het idee om een ​​middenweg te vinden. Lo: “Wanneer we extreme reacties vertonen, is een tegengestelde versterking nodig hebt om individuen te kunnen modereren,” zegt Lo. “Wanneer de investeerder uitbundig is, wil je die investeerder terugbrengen naar planeet Aarde, zodat ze zich niet bezighouden met extreem beleggingsgedrag.”

Generatieve AI heeft het potentieel om ethisch te handelen, maar vooringenomenheid blijft een zorg.

Het laatste punt dat Lo onderzocht, was wat hij een ‘ingewikkelde vraag’ vindt: is generatieve AI te vertrouwen? Kan het voldoen aan een fiduciaire plicht om zich bezig te houden met ethisch financieel gedrag, zoals menselijke adviseurs dat moeten doen?

“Dat is ingewikkelder dan het lijkt, zegt Lo. “Sommigen beweren dat financiële ethiek een contradictio in terminis is, maar ik ben het daar niet mee eens. We moeten het hebben over het begrip fiduciaire plicht.” Dit is de vertrouwensplicht voor partijen om het bezit of de financiën van een ander te beheren. Partijen horen dat te doen in het belang van investeerders.

Wat betekent dit voor LLM’s? Om dit te beantwoorden wendden Lo en zijn onderzoeksteam zich tot retrieval-augmented generation (RAG), een techniek die domeinspecifieke kennis toevoegt aan LLM’s om hun betrouwbaarheid te vergroten. Ze creëerden een RAG bestaande uit financiële rechtszaken die tussen de ene partij en de andere waren aangespannen als een manier om de technologie te trainen in hoe standaard ethisch gedrag te vertonen.

“Als je deze instelling toepast op grote taalmodellen, blijkt dat ChatGPT 4.0 uiteindelijk relatief eerlijk is. De andere grote taalmodellen hebben echter vooroordelen. Lo noemt als voorbeeld genderbias. Hij en zijn co-auteurs verklaren dit door te wijzen op de trainingsdata. “Deze kunnen uit alle hoeken van het internet komen.”

Het internet bevat volgens Lo en de onderzoekers een overvloed aan bevooroordeelde en giftige inhoud. “Wanneer LLM’s worden getraind op deze gegevens, kunnen ze schadelijke vooroordelen vertonen die moeilijk preventief te identificeren en te beheersen zijn, zoals het ‘napraten’ van historische vooroordelen over ras, etniciteit en geslacht. Dat is een ongewenste uitkomst.”

De bevindingen kunnen implicaties hebben voor andere sectoren.

Lo zegt dat het bestuderen van de toepassing en het nut van LLM’s in financiën kan worden toegepast in verschillende sectoren, zoals de medische, boekhoudkundige en juridische velden. “Kijken naar domeinspecifieke toepassingen is een heel nuttige manier om een ​​beter begrip te ontwikkelen van enkele van de theoretische uitdagingen voor generatieve AI,” aldus Lo.

Beluister de podcast van MIT CSAIL Alliances met professor Andrew Lo

Bron: Can generative AI provide trusted financial advice? | MIT Sloan

Abonneer
Laat het weten als er
guest
0 Commentaren
Inline feedbacks
Bekijk alle reacties