في عالم المال المعاصر، بات استخدام الذكاء الاصطناعي والتعلم العميق أحد الاتجاهات الرئيسية التي تتزايد بمرور الوقت. وقد نُشرت مؤخراً دراسة تتناول كيفية إدماج نماذج اللغات الضخمة (Large Language Models - LLMs) في أنظمة التداول كعوامل قادرة على استيعاب معلومات السوق واسترجاع السياق، بالإضافة إلى اتخاذ قرارات تداول موثوقة.

تُسلط الدراسة الضوء على كيفية إعادة تأطير وكلاء التداول القائمين على نماذج اللغات الضخمة كأنظمة قرار تعتمد على الخبرة، حيث تقدم خريطة أدلة شاملة تشمل 77 دراسة مدرجة في بحث تم فحصه حتى 9 مارس 2026.

من بين هذه الدراسات، هناك مجموعة تجريبية رئيسية تتألف من 19 دراسة. تؤكد النتائج أن القابلية للمقارنة بين البروتوكولات كانت محدودة، إذ أن فقط 2 من أصل 19 دراسة أبلغت عن بروتوكولات زمنية متسقة، بينما واحدة فقط أفادت بنموذج لتكاليف المعاملة.

وحده 11 دراسة من بين الـ 19 قدمت معلومات حول توقيت التنفيذ، بينما أظهرت 15 دراسة فقط سجل تصنيف R0، مما يعني أن التكرارية المطلوبة لم تتحقق. على هذا الأساس، تعتمد الدراسة على إطار العمل Architecture-Capability-Adaptation بدلاً من تصنيف معتمد، مع التأكيد على أهمية سجل الأدلة وتدقيق التكرارية كأهم المساهمات في هذا المجال.

تظهر هذه المسوحات أن تجربة المعمارية تتوسع بسرعة، بينما تبقى بروتوكولات التقييم القابلة للمقارنة ومعايير التنفيذ والعناصر القابلة للتكرار من العقبات الفورية التي يجب التغلب عليها.

في ضوء هذه النتائج، ما رأيكم في دور الذكاء الاصطناعي في اتخاذ القرارات المالية؟ هل تعتقدون أن المعيارية ستكون الحل؟ شاركونا آراءكم في التعليقات.