دراسة تكشف أن نماذج الذكاء الاصطناعي المتقدمة ليست الأكثر موثوقية في التوقعات المالية للعاملين لحسابهم الخاص

قارنت الدراسة ثلاثة أنواع من أدوات التنبؤ، وهي المتوسط المتحرك البسيط، ونماذج ensemble التي تدمج تقديرات خوارزميات مختلفة لزيادة القوة، ونموذجين من نوع transformer يعتمدان على تقنية Amazon Chronos-T5. وأظهرت النتائج أن نماذج ensemble كانت أكثر استقراراً واتساقاً وأقل تحيزاً من نماذج transformer التي تم تحليلها.

وبالنسبة للمقاييس المالية، سجلت بعض نماذج ensemble انحرافات تقل عن يورو واحد بين الاشتراكات المدفوعة بناءً على التوقعات والاشتراكات الفعلية، بينما سجلت نماذج Amazon انحرافات مستمرة تقترب من 50 يورو. وفي الحالات القصوى، مثل المهنيين الذين تضاعف دخلهم، أظهرت الدراسة أن استخدام نموذج Amazon قد يؤدي إلى دفع مبلغ زائد يقارب 200 يورو، حيث يرتفع المبلغ من 376.04 يورو إلى 562.83 يورو.

أكد الباحثون أن التعقيد التكنولوجي لا يضمن بالضرورة موثوقية أكبر، وشددوا على ضرورة تكييف النموذج المستخدم مع خصائص المشكلة وكمية وجودة البيانات المتاحة. وخلص المؤلفون إلى أن الأهم ليس الاختيار بين الذكاء الاصطناعي أو النماذج التقليدية، بل تحديد التكنولوجيا الأكثر ملاءمة لحل كل مشكلة محددة.

تم تمويل هذا البحث جزئياً من قبل شركة Declarando ومن قبل Generalitat Valenciana. وقد ساهمت Declarando في هذا العمل من خلال توفير بيانات حقيقية ومعرفة متخصصة بالاحتياجات الضريبية للعاملين لحسابهم الخاص، وذلك ضمن خط عمل يهدف إلى دراسة كيفية استخدام أدوات التنبؤ في القرارات المالية اليومية.