
מחקר MIT Sloan: ייעוץ פיננסי של בינה מלאכותית טוב באופן מפתיע
חוקרי MIT Sloan ביקשו מ-1,000 מבוגרים לבקש ייעוץ מה-GPT-5.2, GPT-5.6 ו-Gemini 3 Flash, ואז הדמו חיים שלמים של יישום העצות. העצות טובות מהצפוי, אך ניסוח השאלה יוצר פערים גדולים בהון.
כמחצית מהאמריקאים אומרים שהם נעזרים בבינה מלאכותית לייעוץ פיננסי, אך איכות הייעוץ הזה כמעט לא נמדדה. חוקרים מ-MIT Sloan מדדו אותה ישירות. את המאמר "AI Financial Advice: Supply, Demand, and Life Cycle Implications" כתבו טאהא צ'וחמאן, ויידונג לין ומת'יו אקוזאווה מ-MIT Sloan וטים דה סילבה מבית הספר לעסקים של סטנפורד; הוא זכה בפרס Swiss Finance Institute Outstanding Paper Award 2026.
איך נערך המחקר
תחילה בנו החוקרים מודל מחזור חיים המתאר כיצד הכנסה, תעסוקה, השקעות ומיסים מתפתחים לאורך החיים, ושימש להם אמת מידה להחלטות נכונות. אחר כך ביקשו מ-1,000 מבוגרים לנסח בעצמם בקשות לייעוץ בנושא הוצאות והשקעות ל-GPT-5.2, GPT-5.6 או Gemini 3 Flash, והדמו מה יקרה אם אנשים בני 22 עד 89 ימשיכו לנהוג לפי העצות האלה. לבסוף חזרו על התרגיל עם "בקשות אקדמיות" מפורטות שכללו גיל, מצב תעסוקתי, הכנסה וחסכונות והנחות מפורשות על הכלכלה.
ייעוץ טוב, אבל פספוסים
"הופתענו למדי עד כמה העצות טובות", אמר צ'וחמאן. המודלים כיוונו לחסכון גבוה יותר בשנות העבודה, למשיכת חסכונות בפנסיה, לקרנות מנייתיות מגוונות ולצמצום חשיפה למניות אחרי גיל 45. אך הם נשענו על כללי אצבע פשוטים והתקשו להגיב לזעזועים: אחרי אובדן מקום עבודה הציע הבינה המלאכותית לצמצם הוצאות בחדות רבה מדי, גם למי שיש חסכונות. התיקים גם נשארו ללא איזון מחדש אקטיבי. בקשות אקדמיות מפורטות שיפרו את התוצאות.
שאלות שונות, הון שונה
העצות היו תלויות במי ששאל. מי שפעל לפי תשובות לבקשות של גברים, של בעלי אוריינות פיננסית גבוהה או של בעלי ניסיון קודם עם בינה מלאכותית צבר כ-5% יותר הון סמוך לפרישה. בקשות של נשים ושל בעלי אוריינות נמוכה יותר הובילו לכ-50,000 דולר (4%) פחות הון בגיל 60, ומי שללא ניסיון קודם עם בינה מלאכותית נותר עם כמעט 100,000 דולר (6%) פחות. כשני שלישים מפער המגדר נבעו מניסוח השאלות, והשליש הנותר מכך שהמודל שינה את עצתו לאותה בקשה בדיוק.
מה זה אומר למשתמשים
המחקר מצא גם שהמודלים המליצו על מוצרים שהמשתמשים לא הזכירו: Vanguard הופיע ב-6% מהתשובות ו-iShares ב-3.4%, אף שפחות מ-0.4% מהבקשות הזכירו אותן. המסקנה למשתמשים היא לנסח בקשות כמו מתכנן פיננסי — על בסיס תכנון מחזור חיים ותורת התיקים. צ'וחמאן ממליץ להשתמש בבינה מלאכותית תחילה כדי לבנות הבנה פיננסית, ואחר כך כמשלים זול ליועץ אנושי, במיוחד למי שאינו יכול להרשות אותו לעצמו.
SiTech — פיתוח אתרים בכוח ה-AI
אנחנו בונים אתרים מהירים ומודרניים ומשלבים AI בתהליכי עבודה אמיתיים. יש לכם פרויקט או שאלה? נשמח לעזור.