Η τεχνητή νοημοσύνη αλλάζει ριζικά τη λειτουργία των αγορών, φέρνοντας μαζί της ταχύτητα, καινοτομία και κινδύνους που απαιτούν επαγρύπνηση, θεσμική ρύθμιση και ηθικά όρια.

Της Ελίζας Στασοπούλου*

Η τεχνητή νοημοσύνη (AI) αλλάζει δυναμικά τον κόσμο γύρω μας και εισχωρεί παντού. Η τεχνητή νοημοσύνη, άλλοτε ένα επιστημονικό όραμα, έχει πλέον εξελιχθεί σε βασικό εργαλείο σε αρκετούς τομείς της ανθρώπινης δραστηριότητας, με εντυπωσιακούς ρυθμούς εφαρμογής του. Από καθημερινές λειτουργίες μέχρι περίπλοκες διαδικασίες.

Η τεχνητή νοημοσύνη, όπως είναι αυτονόητο, έχει εισχωρήσει και στις χρηματοοικονομικές αγορές, αναδιαμορφώνοντας το χρηματοοικονομικό τοπίο, προσφέροντας ταχύτητα και καινοτομία. Παρόλα αυτά, η επιτυχής ενσωμάτωσή της προϋποθέτει ισχυρό ρυθμιστικό πλαίσιο, ηθικούς φραγμούς και ανθρώπινη εποπτεία. Η ισορροπία μεταξύ τεχνολογίας και ανθρώπινης κρίσης θεωρείται το κλειδί για ένα πιο διαφανές, δίκαιο και αποτελεσματικό χρηματοοικονομικό περιβάλλον.

Η ταχύτητα είναι μεγάλο ατού

Ένα από τα μεγαλύτερα πλεονεκτήματα της AI είναι η ταχύτητα. Οι υπολογιστές μπορούν να επεξεργαστούν τεράστιες ποσότητες δεδομένων σε ελάχιστη χρονική διάρκεια. Αυτό σημαίνει ότι μπορούν να αναλυθούν πολλαπλές πληροφορίες από τις αγορές, πολύ πιο γρήγορα από οποιονδήποτε άνθρωπο.

Παλαιότερα, οι αναλυτές, οι επενδυτές και γενικά οι συμμετέχοντες σε μία χρηματιστηριακή αγορά διάβαζαν ειδήσεις, οικονομικές αναλύσεις, οικονομικά αποτελέσματα και έπαιρναν αποφάσεις. Τώρα, αλγόριθμοι AI μπορούν να κάνουν το ίδιο, αλλά σε χρόνο μηδέν.

Ήδη υπάρχουν συστήματα, οι «αλγοριθμικές συναλλαγές», τα οποία αποκαλούνται «έξυπνα» συστήματα. Οι αλγοριθμικές συναλλαγές συνεπάγονται τη χρήση αλγορίθμων για τη δημιουργία και εκτέλεση εντολών αγοράς και πώλησης στις χρηματοπιστωτικές αγορές. Αυτοί οι αλγόριθμοι αναλύουν τα δεδομένα της αγοράς και εκτελούν συναλλαγές με βάση συγκεκριμένους κανόνες και προϋποθέσεις που θέτει ο χρήστης, χωρίς την ανθρώπινη παρέμβαση.

Διαβάζει και παίρνει αποφάσεις σε προβλήματα

Με τη βοήθεια της μηχανικής μάθησης (machine Learning) και της βαθιάς μάθησης (deep learning), τα προγράμματα θέλουν από μόνα τους να καταστούν σε πολύ μεγάλο βαθμό, ως «τέλεια». Με τη μηχανική μάθηση (machine learning) μέσω της τεχνητής νοημοσύνης επιτρέπεται στους υπολογιστές να «μαθαίνουν» από δεδομένα και προηγούμενες κινήσεις της αγοράς, με αποτέλεσμα να βελτιώνονται χωρίς να προγραμματίζονται ρητά. Με τη βαθιά μάθηση (deep learning), που είναι μια πιο εξειδικευμένη μορφή μάθησης η οποία χρησιμοποιεί τεχνητά νευρωνικά δίκτυα εμπνευσμένα από τον ανθρώπινο εγκέφαλο, ο υπολογιστής αναγνωρίζει μοτίβα και να παίρνει αποφάσεις, ακόμη και σε πολύπλοκα προβλήματα. Η τεχνητή νοημοσύνη, δεν κοιτά μόνο αριθμούς αλλά προχωρεί και προσπαθεί για την «ανάλυση συναισθημάτων». Μπορεί να «διαβάσει» τα συναισθήματα του κόσμου μέσα από τα μέσα κοινωνικής δικτύωσης (social media) ή τις ειδήσεις και να αντιληφθεί θετικές ή αρνητικές κριτικές. Με βάση τα πιο πάνω, δημιουργούνται συστήματα που μπορούν να προσαρμόζουν τη στρατηγική τους και ακολούθως να αναλαμβάνουν οι λεγόμενοι «robo-advisors» για να δημιουργήσουν επενδυτικά πλάνα, με βάση τα στοιχεία του χρήστη όπως για παράδειγμα ηλικία, εισόδημα, στόχους.

Σαφώς δεν αποτελεί πανάκεια

Φυσικά, η τεχνητή νοημοσύνη δεν είναι πανάκεια και όλοι αντιλαμβανόμαστε ότι η νέα αυτή επαναστατική τεχνολογία συνοδεύεται από πολλούς νέους, σοβαρούς και απροβλέπτους κινδύνους. Από τον πασιφανή κίνδυνο της απώλειας θέσεων εργασίας, παραβίασης προσωπικών δεδομένων, κίνδυνο για αυξημένες και σοβαρές κυβερνοεπιθέσεις, σημαντική εξάρτηση από τον άνθρωπο με σταδιακή μείωση και υποβάθμιση των ανθρωπίνων δεξιοτήτων. Ένας ακόμη ιδιαίτερα ανησυχητικός κίνδυνος είναι τα λεγόμενα «flash crashes» – απότομες, ανεξήγητες και μαζικές μεταβολές σε χρηματοπιστωτικές αγορές, οι οποίες ενδέχεται να προκληθούν από αυτόνομους αλγόριθμους που αντιδρούν σε παρόμοια ερεθίσματα, συμπεριλαμβανομένων ψευδών ειδήσεων ή θεωριών συνωμοσίας. Η εξάρτηση της τεχνολογίας από δεδομένα και αλγόριθμους χωρίς την αναγκαία ανθρώπινη εποπτεία μπορεί να αποσταθεροποιήσει θεσμούς, ακόμα και σε παγκόσμιο επίπεδο. Επιπλέον, υπάρχει ο κίνδυνος του «μαύρου κουτιού», όπου πολλοί αλγόριθμοι είναι τόσο περίπλοκοι και συνοδευόμενοι με έλλειψη ανθρώπινης κρίσης και ηθικής, που καθίστανται αδύνατοι να ελεγχθούν εάν βασίζονται σε ορθολογικά και ηθικά κριτήρια, ώστε να επιφέρουν κοινωνικές ή/ και νομικές επιπτώσεις. Απουσία διαφάνειας και ηθικής κρίσης, μπορεί να έχει ιδιαίτερα επιζήμιες επιπτώσεις.

Η προσαρμογή πρέπει να είναι άμεση

Με όλα όσα συμβαίνουν σε τόσο γρήγορο χρόνο, οι κυβερνήσεις και οι ρυθμιστικές αρχές θα πρέπει να προσαρμοστούν άμεσα. Οι νόμοι δυστυχώς δεν έχουν προλάβει την τεχνολογία. Αυτό δημιουργεί νομικά κενά και πιθανή μελλοντική αστάθεια στις αγορές και γενικά σ’ όλους τους κλάδους. Ως εκ τούτου, επιβάλλεται διεθνής συνεργασία, για τη δημιουργία κανόνων που θα διασφαλίζουν ότι η τεχνητή νοημοσύνη θα λειτουργεί σε ηθικά πλαίσια και δεν θα επιδίδεται σε ανεξέλεγκτη αυτοαναπαραγωγή.

Η χρήση AI στις αγορές εγείρει πολλά ερωτήματα, εφόσον μπορεί να υπάρξει μία σειρά από απροσδόκητες συμπεριφορές όταν η τεχνητή νοημοσύνη προσπαθήσει να ξεπεράσει εμπόδια.

Ως εκ τούτου, η τεχνητή νοημοσύνη φέρνει επανάσταση και αλλάζει τα πάντα στον τρόπο που λειτουργεί όλος ο κόσμος και εννοείται και τα χρηματιστήρια. Όμως, ενώ το μέλλον φαίνεται εντυπωσιακό, φαντάζει ταυτόχρονα και πολύ επικίνδυνο. Στην παρούσα φάση, η οποιαδήποτε χρήση της τεχνητής νοημοσύνης θα πρέπει να ελέγχεται.

Εν κατακλείδι, στο χέρι μας βρίσκεται η ευθύνη για να χρησιμοποιήσουμε αυτήν την επανάσταση με τον πιο ωφέλιμο και ηθικό τρόπο. Η πρόοδος και η καινοτομία προσφέρουν αμέτρητες δυνατότητες, αλλά εξαρτάται αν θα τις κατευθύνουμε προς τη βελτίωση της κοινωνίας και του ανθρώπινου πολιτισμού. Η πρόκληση δεν είναι μόνο να ακολουθήσουμε την πορεία της τεχνολογίας, αλλά να τη διαμορφώσουμε με γνώμονα την ευημερία όλων και το κοινό καλό της ανθρωπότητας. Είναι δυνατόν, αλλά απαιτεί συνειδητότητα, συνεργασία και αδιάκοπο ηθικό προσανατολισμό.

*Ανώτερη Λειτουργός Χρηματιστηρίου Αξιών Κύπρου

• Διαβάστε επίσης: Επιβράδυνση στη ζήτηση δανείων τον Ιούλιο