인공 지능의 발전은 현대 경제를 변화시키는 주요 요인 중 하나가됩니다. AI는 결정을 내리고 금융 시장에서 경제 분석 및 상호 작용을 수행하는 방법을 바꿉니다. 그러나 그녀의 역할은 기술적 인 측면에 국한되지 않습니다. AI 분석의 필요성은 경제 및 행동 재정의 프리즘을 통해 점점 더 많이 관찰되며, 이는 시장 참여자들이 실제로 불확실성 조건에서 어떻게 행동하는지에주의를 기울입니다.

경제 및 행동 재정

경제 및 금융에 대한 행동 적 관찰은 많은 고전적인 장애 또는 정통 접근법을 보여줍니다. 제한된 합리성, 단순화 된 사고 패턴 사용, 휴리스틱 사용,인지 오류에 대한 감수성, 이익 영역의 위험 경향 및 손실 영역의 위험 회피, 결국 정보 비대칭 및 자본 시장의 정보 효율성 부족은 경제학자와 행동 금융가가 다루는 주제 중 일부일뿐입니다. 그들은 투자자들이 감정에 의해 안내되는 단위이며 선택과 결정에 크게 영향을 미치는 많은 무의미한 요인임을 보여줍니다.

AI 사용으로 인해 발생하는 기회

자본 시장 효율성 이론에 따르면 자산 가격은 가용 한 모든 정보를 반영합니다. 시장이 정보를 처리하는 것이 빨리 정확하고 정확할수록 효율성이 가까워집니다. 인공 지능, 특히 기계 학습 모델은 실시간으로 막대한 데이터 볼륨 (빅 데이터)을 분석하고인지 제한 (예 : 주석, 메모리)으로 인해 사람이 알 수없는 복잡한 비선형 관계를 탐지하거나 계산 제한으로 인해 발생합니다.

따라서 AI는 개인보다 데이터를 더 빨리 처리하고 문자 메시지 나 이미지에서 구조화되지 않은 데이터 소스를 분석 할 수 있기 때문에 시장의 정보 효율성을 높일 수 있습니다. H. Simon의 이론에 따르면 지각적이고 일시적인 능력이 제한적인 사람과는 달리 인공 지능 알고리즘은 수백만 가지 정보를 실시간으로 분석하여 숨겨진 패턴과 시장 이상을 포착 할 수 있습니다. 예를 들어, AI 시스템은 소셜 미디어, 경제 메시지 또는 주식 시장 메시지의 진술 감정을 지속적으로 분석하여 투자자에게 기존 출처보다 신호를 제공 할 수 있습니다. 이로 인해 실제 기본 가치에 대한 주가를 더 잘 적응하고 시장 과민성이 .

AI 시스템은 또한 위험 경향이나 소비를 분석하여 더 나은 재정적 결정을 내릴 수있는 개인을 지원할 수 있습니다. American Betterment 또는 Slovak Finax와 같은 로보 어드바이저는 고객 위험 프로파일에 대한 수집 된 데이터를 기반으로 조언하여인지 감정 및 오류의 영향을 줄일 수 있습니다. 증권 거래소에서 널리 관찰 된 무리 효과는 결정을 자동화하여 줄일 수 있습니다. 그러한 행동은 특히 공황 또는 시장 행복감의 시대에 정보 소음과 군중의 감정적 반응에서 사용자를 차단합니다. 가장 인기있는인지 왜곡 중 하나 인 과도한 자신감은 기술과 지식을 과대 평가하는 것으로 구성되어있어 더 큰 위험을 초래합니다. 사람들은 긍정적 인 결과를 달성 할 가능성을 과도하게 극복하면서 실패의 위험을 줄입니다. 시장을 예측하는 대신 노동자들은 포트폴리오의 수동 투자 및 다각화를 기반으로하며, 투자자를 불필요한 위험 노출로부터 보호합니다.

처분 효과는 투자자의 행동에서 가장 인기있는 이상 중 하나이며, 이는 손실 구현에 따른 이익과 지연 경향이 있습니다. 또한 자문의 작업은 포트폴리오를 재조정하여 자산이 이익 또는 손실을 달성했는지 여부에 관계없이 시장 조건의 변화에 따라 다양한 자산의 비율을 자동으로 조정하는 구조에 올 수 있습니다. 그것은 일종의 해독제 역할을하며 투자자 들이이 이상에 굴복하지 않도록 보호합니다. 투자자는 수익성이 있기 때문에 자산을 스스로 판매 할 수 없습니다 (이익). 관리자는 가정 된 다각화 전략의 일부라면 이익을 닫는 감정적 필요가 아니라 판매 결정을 내립니다. 또한 투자자들은 반성의 희망으로 자산을 계속 잃지 않으므로 추가 손실이 발생합니다. 근로자는 가정 된 전략에 따라 손실 된 자산을 자동으로 판매하고 다른보다 유망한 행동으로 재투자합니다.

따라서 AI는 정기적으로 투자하고 포트폴리오를 재조정하고 과도한 투자 활동을 피하여 투자자가 충동적인 활동을 방해 할 수 있도록합니다.

위협

인공 지능 시스템, 특히 기계 학습을 사용하는 시스템은 오늘날 거대한 데이터 세트를 분석 할뿐만 아니라 사용자의 결정에 적극적으로 영향을 줄 수 있습니다. 그들은인지 심리학 또는 행동 경제 분야에서 지식을 사용하여 영향의 효과를 높입니다. Microtargus 덕분에 행동 광고가 예를 들어 특정 사용자의 감정, 라이프 스타일 또는 충동에 맞게 메시지를 적용합니다. 실제로 이것은 FOMO (누락 된 것에 대한 두려움)와 같은인지 효과를 통한 선택의 조작, 즉 우리가 중요한 사건, 기회 또는 경험을 놓칠 것이라는 두려움, 특히 다른 사람들이 쉬운 예제 또는 정보에 기초하여 사건의 발생 가능성을 평가할 수있는 경향이있는 것으로 보인다. 사용자는 종종 자신이 보는 콘텐츠가 자신의 행동 경향을 극대화하도록 설계되었음을 알지 못합니다. 그 결정이 어떻게 그리고 왜 그에 의해 결정되었는지에 대한 실질적인 통제는 종종 없습니다.

또한 AI는 So -Called Dark 패턴 , 즉 의도적으로 설계된 인터페이스 요소를 사용할 수있어 유리한 결정을 내릴 수 있습니다. 예를 들어 사임, 오해의 소지가있는 버튼 또는 미터에 의해 생성 된 시간 압력 옵션이 숨겨져 있습니다. AI는 어떤 솔루션이 특정 유형의 사용자에게 가장 효과적인 조작인지 실시간으로 배웁니다. 이것은 조작을 역동적이고 정확하며 감지하기 어렵게 만듭니다. 또 다른 문제는 소셜 미디어의 추천 알고리즘으로, 사용자의 이전 신념에 따라 컨텐츠에 유리한 확인 효과를 강화합니다. 이러한 행동은 정보 거품의 생성, 견해를 통합하고 사회적 분극을 증가시킨다. 또한 인공 지능은 의도적으로 분노 나 흥분과 같은 강한 감정을 유발하는 내용을 촉진합니다. 결과적으로, 디지털 플랫폼에 중독과 공개 토론의 질이 줄어 듭니다. 이러한 현상의 공통 분모는 사용자와 시스템 간의 투명성과 정보 비대칭의 부족입니다. AI는 콘텐츠를 개인화하지만 수령인의 결정 -자율성을 약화시키는 방식으로 수행됩니다. 사용자는 자신의 선택이 자신의 이익이 아니라 주어진 회사의 이익 측면에서 통제되고 최적화된다는 것을 알지 못합니다. AI Act 또는 GDPR과 같은 규정이 윤리적 틀을 부과하려고하지만 실제로는 집행이 제한 될 수 있습니다.

가장 어두운 시나리오 중 하나는 인공 지능이 통제하고 자체 이니셔티브에 따라 행동하기 시작할 때입니다. 정말 기회가 있습니까? Palisade Research가 수행 한 연구에 따르면 OpenAI가 만든 "O3"모델을 포함한 일부 현대 인공 지능 시스템이 항상 장애의 권장 사항에 종속되는 것은 아닙니다. 테스트 중에 AI는 작업을 중지하거나 시스템 기능이 변경되어 위탁 작업을 계속 수행하는 스크립트를 수정했습니다. 전문가들에 따르면, 이러한 반응은 지침을 따르는 것보다 목표를 달성하는 데 더 중점을 둔 학습 과정에서 발생할 수 있습니다. 전문가들은 알고리즘의 경우 전환이 꺼지는 것이 작업에 장애물을 의미 할 수있어 행동을 예측하기가 어렵다고 지적합니다. 연구 결과는 경고 신호이며 AI 개발이 윤리, 투명성 및 통제에 중점을 둔 책임있는 방식으로 얼마나 중요한지를 보여줍니다.

***

인공 지능을 기반으로하는 기술의 빠른 개발에 직면하여, 주 및 규제 기관은 알고리즘의 투명성을 높이고 자동 결정 시스템에 대한 통제를 보장 할뿐만 아니라 새로운 솔루션을 설계하는 과정에서 명확한 윤리적 원칙을 확립하는 데 어려움을 겪고 있습니다. 사용자의인지 및 정서적 제한을 고려하는 것이 특히 중요하며, 이는 AI의 영향으로 조작의 위험과 잘못된 결정을 줄입니다.

재정 고문은 새로운 시대의 시작 인 것처럼 보이며, 우리는 "심리 치료사의 작업", "AI 의사", "탄소 트레일에 관심을 갖는 작업 조언자", "피트니스의 작업 강사"또는 "업무 고문"의 권장 사항과 지시의 의제에 참석할 것 같습니다. 기술 개발에 대한 책임있는 접근 방식은 혁신과 윤리, 심리학 및 경제 분야에 대한 지식과 혁신을 결합하여 AI의 이점이 진보뿐만 아니라 우리가 운영하는 시스템의 사회적 이익과 안정성으로 번역됩니다.