پیش‌بینی تغییرات در بازار سهام، هم برای انسان‌ها و هم برای سیستم‌های کامپیوتری، چالشی دشوار به شمار می‌آید.
اگر شما در گوگل عبارت «سرمایه‌گذاری از طریق هوش مصنوعی» را جستجو کنید، با انبوهی از پیشنهادات مواجه خواهید شد که به شما توصیه می‌کنند سرمایه‌گذاری‌های خود را به هوش مصنوعی بسپارید.
بر اساس گزارش بی‌بی‌سی، بسیاری از این توصیه‌کنندگان به وضوح اعلام می‌کنند که می‌توانید پول خود را به آنها بسپارید تا بازدهی بیشتری نسبت به آن بگیرید. ضمن اینکه همان‌طور که هر مؤسسه سرمایه‌گذاری معتبر به مشتریان هشدار می‌دهد، تأکید دارند که هر گونه سرمایه‌گذاری با احتمال ریسک از دست رفتن سرمایه همراه است.
به عبارت ساده، صرف‌نظر از اینکه سرمایه‌گذاری شما توسط یک انسان انجام شود یا یک کامپیوتر، همواره امکان از دست دادن پول وجود دارد.
با این وجود، طبق نتایج یک نظرسنجی که در سال ۲۰۲۳ در ایالات متحده صورت گرفته، تبلیغات گسترده مربوط به قابلیت‌های هوش مصنوعی در سال‌های اخیر به گونه‌ای بوده است که تقریباً یک سوم از سرمایه‌گذاران تمایل دارند تا به یک ربات معاملاتی اختیار تصمیم‌گیری در مورد سرمایه‌گذاری‌هایشان را بدهند.
جان آلن، رئیس بخش نوآوری و عملیاتی انجمن سرمایه‌گذاری بریتانیا، که اتحادیه صنفی مدیران سرمایه‌گذاری در بریتانیا به شمار می‌رود، تأکید می‌کند که باید در بهره‌برداری از هوش مصنوعی احتیاط بیشتری به خرج داد.
او اظهار داشته: «سرمایه‌گذاری موضوعی بسیار حساس است که تأثیر بزرگی بر وضعیت مالی افراد و آینده‌ی بلندمدت آنها دارد، بنابراین ممکن است عاقلانه نباشد که تحت تأثیر مدهای روزمره قرار بگیریم.»
آلن افزوده است: «به نظر من بهتر است حداقل صبر کنیم تا هوش مصنوعی توانایی‌های خود را در طول زمان ثابت کند، پیش از آنکه قضاوتی درباره کارایی آن داشته باشیم. و در این بین، فرصت‌هایی برای متخصصان انسانی در عرصه سرمایه‌گذاری همچنان وجود خواهد داشت.»
جان آلن هشدار می‌دهد که سرمایه‌گذاری توسط ماشین‌ها هنوز در مراحل ابتدایی خود قرار دارد.
با توجه به اینکه ربات‌های معاملاتی مبتنی بر هوش مصنوعی ممکن است منجر به از دست دادن شغل برخی از مدیران سرمایه‌گذاری مجرب و طبیعی شود، اظهارات آلن از جهاتی چندان بی‌مفهوم نیز به نظر نمی‌رسد.
اما باید به یک نکته توجه داشت که پرسش اصلی این است که آیا فعالیت‌های مالی و تجاری با استفاده از هوش مصنوعی واقعاً یک نوآوری و تحول جدی هستند که سوالات و چالش‌هایی را به همراه دارد.
اولاً، هوش مصنوعی نمی‌تواند به عنوان یک گوی بلور پیشگویی‌گر عمل کند و در پیش‌بینی شرایط آینده از لحاظ توانایی، برتری بیشتری نسبت به انسان‌ها ندارد.
با نگاهی به وقایع ۲۵ سال گذشته، می‌توان مشاهده کرد که حوادث غیرمنتظره متعدد بر بازار سهام تأثیرگذار بوده‌اند، از جمله حملات ۱۱ سپتامبر ۲۰۰۱، بحران بانکی سال‌های ۲۰۰۷ و ۲۰۰۸ و البته شیوع ویروس کرونا.
ثانیاً، سیستم‌های هوش مصنوعی صرفاً به اندازه داده‌های اولیه‌ای که تحت نظارت برنامه‌نویسان انسانی طراحی شده‌اند، می‌توانند عمل کنند.
برای درک بیشتر این موضوع، نگاهی تاریخی به پیشینه‌ی هوش مصنوعی ضروری است.
در واقع، مؤسسات مالی از اوایل دهه‌ی ۱۹۸۰ از هوش مصنوعی ابتدایی یا به اصطلاح «ضعیف» برای کمک به تحلیل بازار سهام استفاده می‌کردند.
این نوع از هوش مصنوعی توانایی مطالعه داده‌های مالی، یادگیری از آنها و اتخاذ تصمیمات مستقل را داشته است که با توسعه هوش مصنوعی، امید به دقت بیشتر آن نیز وجود دارد.
این سیستم‌های هوش مصنوعی ضعف خود را در پیش‌بینی رویدادهایی همچون حملات ۱۱ سپتامبر یا بحران اعتباری نشان دادند.
اما امروزه وقتی درباره هوش مصنوعی صحبت می‌کنیم، معمولاً به نوعی به نام «هوش مصنوعی مولد» اشاره داریم که قوی‌تر از نوع اولیه است و قابلیت ایجاد ایده‌های جدید و یادگیری از تجربه‌ها را دارد.
زمانی که این نوع هوش مصنوعی در سرمایه‌گذاری کاربرد می‌یابد، می‌تواند حجم عظیمی از داده‌ها را تحلیل و پردازش کند و بر اساس آنها اقدام نماید. علاوه بر این، هوش مصنوعی مولد قادر است بهبودهایی در نحوه‌ی مطالعه‌ی داده‌ها و توسعه‌ی کدهای برنامه‌نویسی خود بیابد.
اما در صورتی که برنامه‌نویسان در طراحی اولیه این هوش مصنوعی، داده‌های نادرستی را به آن ارائه دهند، به احتمال زیاد تصمیمات آن منجر به تولید خروجی‌های نادرست خواهد شد.
لیز گوریه، دانشیار رشته امور مالی در مدرسه بازرگانی اسک در پاریس و متخصص در تحلیل اشتباهات هوش مصنوعی، به مثال کوشش شرکت آمازون در به کارگیری هوش مصنوعی در سال ۲۰۱۸ به عنوان نمونه‌ای از این گونه اشتباهات اشاره می‌کند.
او توضیح می‌دهد که آمازون یکی از اولین شرکت‌هایی بود که به مشکل برخورده و ویژگی ابزار هوش مصنوعی خود را برای استخدام کارکنان تنظیم کرده بود.
گوریه بیان می‌کند: «شرکت هزاران رزومه دریافت کرد و هوش مصنوعی آنها را مطالعه کرده و به شرکت توصیه‌هایی در مورد استخدام ارائه داد. اما مشکل این بود که سیستم هوش مصنوعی بر مبنای ترکیب کارمندان موجود آموزش داده شده بود که عمدتاً مرد بودند و در نتیجه نتیجه این الگوریتم، کنار گذاشتن تمامی متقاضیان زن بود.»
بدین ترتیب، آمازون ناچار شد که استفاده از هوش مصنوعی برای تصمیم‌گیری در استخدام کارکنان را کنار بگذارد.
پروفسور ساندرا واچتر، پژوهشگر ارشد در زمینه هوش مصنوعی دانشگاه آکسفورد، ابراز می‌کند: «هوش مصنوعی مولد می‌تواند به سادگی دچار اشتباه شده و اطلاعات نادرستی تولید کند که به اصطلاح فنی به آن توهم می‌گویند.»
این نوع هوش مصنوعی به سادگی می‌تواند به سوی ایجاد تبعیض و خطا پیش برود و مشاهده می‌شود که اطلاعات غلط را به راحتی تولید کرده یا واقعیت‌ها را تحریف کند.
پروفسور واچتر همچنین هشداری صادر می‌کند که سیستم‌های خودکار هوش مصنوعی ممکن است در معرض ریسک نشت داده‌ها یا موضوعی به نام “حملات وارونگی انگاره” باشند که به معنای این است که هکرها با پرسیدن سوالات خاص از هوش مصنوعی، سعی در کشف اطلاعات و کدهای زیربنایی آن دارند.
این احتمال نیز وجود دارد که هوش مصنوعی به جای یک مشاور مالی خبره، بیشتر به افرادی شبیه باشد که در روزنامه‌های آخر هفته به خوانندگان برای خرید سهام‌های خاص توصیه می‌کردند.
پیشنهادات آنها معمولاً شامل خرید سهام شرکت‌های کوچک در ابتدای روز دوشنبه بود و تعدادی از افراد در صبح روز دوشنبه این سهام را خریداری کرده و در ساعت‌های بعد مشاهده می‌کردند که قیمت سهام آنها به طرز معجزه‌آسا افزایش یافته است.
البته حقیقت این است که افزایش ناگهانی، ناشی از هجوم خریداران به خرید این سهام محدود بوده و به تبع آن موجب رشد قیمت آنها شده است.
اما سوال این است که با وجود این همه خطرات، چرا هنوز عده زیادی از سرمایه‌گذاران تمایل دارند که به هوش مصنوعی اعتماد کنند و به آن اجازه دهند تصمیم بگیرد؟
استوارت داف، روانشناس حوزه کسب و کار در شرکت مشاوره پرن کانوله، می‌گوید بعضی افراد به کامپیوتر بیشتر از انسان‌ها اعتماد دارند.
او خاطرنشان می‌کند: «این اعتماد تقریباً به‌طور قطع ناشی از یک قضاوت ناخودآگاه است که در آن سرمایه‌گذاران انسانی را خطاپذیر و ماشین‌ها را منطقی و مبتنی بر داده‌های عینی می‌دانند. آنها ممکن است باور داشته باشند که هوش مصنوعی هیچ‌گاه تعطیل نمی‌شود، عمداً کلاهبرداری نخواهد کرد و تلاش نمی‌کند که ضررها را پنهان کند.»
داف تأکید می‌کند که «با این حال، ابزارهای سرمایه‌گذاری با هوش مصنوعی ممکن است در واقع تمام اشتباهات فکری و قضاوت‌های نادرست برنامه‌نویسان خود را منعکس کنند و همزمان فاقد مزیت‌های تجربه‌ای و واکنش‌های سریع در برابر اتفاقات غیرمنتظره‌ای چون رکود اقتصادی یا پاندمی باشند.»
او در خاتمه گفته است: «تعداد اندکی از افراد می‌توانند الگوریتم‌های مناسب و کارآمد هوش مصنوعی را برای مقابله با این تحولات بزرگ ایجاد کنند.»