«تشات جي بي تي» إمكانات واعدة وتحديات خطيرة في سوق المال

يُعد الاطلاع على أخبار الأعمال واتجاهات السوق المالية أمراً مهماً لاتخاذ قرارات استثمارية مستنيرة واكتساب ميزة في الأسواق، وتستخدم الشركات بالفعل أدوات الذكاء الصناعي لأداء ما يُسمّيه المتخصصون الماليون «تحليل المشاعر»، فهل يمكن لـ«تشات جي بي تي» أن يكون مفيداً في هذا الصدد؟
قالت المحاضرة في الاقتصاد والتمويل بجامعة بورتسموث إيون يونغ، في مقال نشرته (لاثنين) بموقع «ذا كونفرسيشن»، إن «تحليل المشاعر يتضمن تحليل الأخبار والبيانات المالية لتوليد رؤى وتوقعات للمستثمرين حول الأسهم والاستثمارات الأخرى، وعلى سبيل المثال، فإن نماذج الذكاء الصناعي الخاصة بشركة (مورغان ستانلي) تحلل مجموعة واسعة من البيانات، بما في ذلك المقالات الإخبارية ومنشورات الوسائط الاجتماعية والبيانات المالية، لتحديد الأنماط والتنبؤ بأسعار الأسهم».
وأضافت يونغ أنه «مع الزخم الذي اكتسبه روبوت الدردشة (تشات جي بي تي) منذ إطلاقه، قام باحثون من جامعة فلوريدا باستكشاف قدراته على توقُّع أداء سوق الأسهم بناء على تحليل المشاعر لعناوين الأخبار، وذلك عبر دراسة نُشرت (الأحد) في موقع ما قبل نشر الأبحاث (ssrn)».
ووجد الباحثون في الدراسة التي تنقل يونغ في مقالها أبرز تفاصيلها، أن «تشات جي بي تي»، يمكنه تحليل عناوين الأخبار، لتحديد ما إذا كان العنوان جيداً أو سيئاً أو غير ذي صلة بأسعار أسهم الشركة، ويُقدّم النصيحة، حيث وجدوا أن هناك ارتباطاً كبيراً بين الإجابات التي يقدمها وتحركات سوق الأسهم، مما يُظهر بعض القدرة على التنبؤ.
وكما أن أدوات الذكاء الصناعي المستخدمة قبل «تشات جي بي تي» قادرة أيضاً على مساعدة المستثمرين في فك رموز إعلانات السياسة النقدية، مما يوفر رؤى حول آثارها المحتملة على الأسواق المالية، وجدت الدراسة أيضاً كفاءة لدى روبوت الدردشة تفوق النماذج المستخدمة في فهم ما قد تعنيه الإعلانات الصادرة عن البنك المركزي الأميركي، والاحتياطي الفيدرالي للأسواق المالية.
وأشارت يونغ إلى أنه «يمكن أن يكون لقرارات السياسة النقدية، مثل أسعار الفائدة أو برامج شراء الأصول، تأثير كبير على الأسواق المالية، لذلك فإن قدرة الذكاء الصناعي على تقييم ما تعنيه إعلانات البنك المركزي بشأن تغييرات السياسة للأسواق المالية يمكن أن توفر رؤى قيّمة حول تأثيرات هذه الإجراءات، ويمكن أن يساعدك ذلك في اتخاذ قرارات استثمارية أكثر استنارة».
وأوضحت أنه «يمكن أن تكون القدرة على تحديد الاتجاهات في قطاعات السوق المحددة مفيدة أيضاً للأشخاص الذين يسعون إلى توجيه مالي أكثر تفصيلاً، فعلى سبيل المثال، يمكن استخدام (تشات جي بي تي) لتحليل البيانات المالية، مثل الميزانيات العمومية وبيانات الدخل، ويمكن أن يحدد الأنماط التي قد تشير إلى الفرص أو المشاكل، وبالتالي يمكن للمستثمر بعد ذلك تعديل محفظته، مما قد يؤدي إلى زيادة العائدات أو حتى المساعدة فقط في تقليل التعرض لمخاطر معينة».
وبالإضافة إلى تحليل اتجاهات السوق، كشفت الدراسة عن أنه يمكن استخدام الذكاء الصناعي أيضاً لبناء محفظة استثمارية مصممة خصيصاً لأهداف الاستثمار المحددة للفرد وتحمُّل المخاطر.
وقالت يونغ إن «باستخدام معلومات عن تفضيلاتك مثل وضعك المالي الحالي وموقفك من المخاطر، على سبيل المثال، يمكن لـ(تشات جي بي تي) إنشاء محفظة مخصصة تُمثّل مستوى العائد الذي ترغب في تحقيقه، وكذلك أنواع المخاطر التي ترغب في تجنبها».
ويؤيد ما رصدته تلك الدراسة استطلاع رأي أجراه بنك «جي بي مورغان تشيس»، وهو بنك أميركي متعدد الجنسيات للخدمات المالية المصرفية، في فبراير (شباط) الماضي، إذ قال 50 في المائة من المتداولين والخبراء في بورصة وول ستريت، إن الذكاء الصناعي وتعلُّم الآلة سيشكّلان ملامح السوق خلال السنوات الثلاث المقبلة.
ورغم هذه الفوائد التي أكدتها الدراسة ودعمها الاستطلاع، أشارت يونغ إلى أن «تشات جي بي تي»، وإن كان يُظهر إمكانات هائلة بوصفه مساعدا ماليا، لكنه «ينطوي على بعض التحديات».
وأكدت أن «هناك كثير من العوامل التي قد لا تتمكن أدوات الذكاء الصناعي من تفسيرها، مثل الأحداث غير المتوقعة أو التغييرات في ظروف السوق، كما يجب أن يكون المستثمر مدرباً على التعامل مع هذه الأداة، ويجب أن يعرف ما هي البيانات التي يستخدمها للوصول إلى استنتاجات سليمة».
وأضافت أن بعض شركات التخطيط المالي تستعين بالفعل قبل «تشات جي بي تي» بخدمات المستشارين الآليين، لكنها تستعين أيضاً بمستشارين ماليين قادرين على إدخال بيانات بجودة عالية إلى خوارزميات الذكاء الصناعي للحصول على نتائج مفيدة.
وتتفق التحديات التي أشارت إليها يونغ مع ما ذهب إليه كثير من خبراء الذكاء الصناعي، وتؤكد عليه القوانين التي يجري إعدادها لضبط تطبيقاته، بحيث لا تتغوَّل على البشر.
من جهته، قال الباحث في مجال الذكاء الصناعي بجامعة النيل الأهلية في مصر محمد عاطف منصور إن الذكاء الصناعي يمكن أن يعطي نتائج متحيّزة، ومن ثَمَّ فإن «ضمان الحصول على نتائج دقيقة يعتمد على جودة البيانات المدخلة».
وأضاف منصور في تصريحات لـ«الشرق الأوسط» أن «(تشات جي بي تي) لا يستطيع فهم تعقيدات اللغة والمحادثات البشرية بشكل كامل، لذلك قد يؤدي إلى استجابات تفتقر إلى العمق والبصيرة، إذا لم تكن البيانات المدخلة بواسطة شخص مدرَّب على التعامل مع تطبيقات الذكاء الصناعي، وهذا يعني أنه لن يغني عن البشر، بل يمكن أن يكون مساعداً لهم».
ومن ناحية أخرى، فإن «تشات جي بي تي» والتطبيق الأحدث منه «جي بي تي 4»، تم «حرمانهما من خاصية التعلم الآلي، حتى تكون مخرجاتهما مستمدة فقط من البيانات التي تم استخدامها في تدريب الخوارزمية، وذلك خشية أن يمنحهما التعلم الآلي عن طريق اطلاعهما على ما هو جديد، قدرات تفوق البشر، وتصبح هناك صعوبة في السيطرة عليهما، ولذلك فإنهما لن يتمكنا من تفسير التغييرات المفاجئة في ظروف السوق، وستكون استجابتهما في حدود البيانات التي تم إدخالها لهما قبل إصدارهما»، بحسب منصور. وأضاف «هذا يضمن أن تظل هذه التطبيقات عاملا مساعدا، وليست بديلاً للبشر في مجال يتَّسم بالتقلبات والتغيرات المفاجئة».