في عالم المال والأعمال، تعتبر القدرة على اتخاذ القرارات الصحيحة أمرًا بالغ الأهمية. ومع ذلك، كثيرًا ما تواجه نماذج الذكاء الاصطناعي (AI) تحديات كبيرة تُثقل عاتقها، خصوصًا عندما يتعلق الأمر بفهم الأمور المالية. تقدم الأبحاث الحديثة معيارًا جديدًا يُطلق عليه اسم REALFIN، والذي يقيس قدرة هذه النماذج على معالجة المعلومات المالية في ظروف تتضمن غياب بعض المعطيات الأساسية.

تتطلب عملية التفكير المالي الموثوقة معرفة متى يجب عدم تقديم إجابة واضحة. في الممارسة المالية الحقيقية، تعتمد العديد من المشكلات على افتراضات ضمنية تُعتبر بديهية، مما قد يؤدي إلى جعل العديد من القضايا تبدو قابلة للحل، رغم عدم كفاية البيانات للإجابة بشكل موثوق.

قوم الباحثون بتقييم نماذج الذكاء الاصطناعي تحت ثلاث صيغ مختلفة، حيث يتم اختبار قدراتها على الإجابة، والتعرف على المعلومات المفقودة، ورفض الخيارات غير المبررة. وقد أظهرت النتائج أن الأداء يتدهور بشكل ملحوظ في غياب الشروط الضرورية. بينما تميل النماذج العامة إلى الاندفاع والتهور في تقديم الإجابات، تفشل معظم النماذج المتخصصة في المالية في تمييز الافتراضات المفقودة بوضوح.

تُسلط هذه النتائج الضوء على فجوة مهمة في التقييمات الحالية، مشيرة إلى أن النماذج المالية الموثوقة يجب أن تدرك متى يجب عدم الرد على سؤال ما. إن القدرة على التعرف على الفجوات المعرفية يمكن أن يكون أساسياً في بناء نماذج أكثر دقة وفعالية في مجال المال.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.