MIT Sloan-ის კვლევა: ხელოვნური ინტელექტის ფინანსური რჩევები მოულოდნელად კარგია

ამერიკელების დაახლოებით ნახევარი ამბობს, რომ ფინანსურ რჩევებს ხელოვნური ინტელექტისგან იღებს, თუმცა ამ რჩევების ხარისხი ნაკლებად იყო შესწავლილი. MIT Sloan-ის მკვლევარებმა ის პირდაპირ გაზომეს. ნაშრომი „AI Financial Advice: Supply, Demand, and Life Cycle Implications" დაწერეს თაჰა ჩუხმანმა, ვეიდონ ლინმა და მეთიუ აკუზავამ (MIT Sloan) და ტიმ დე სილვამ (სტენფორდის ბიზნესის სკოლა); მან Swiss Finance Institute-ის 2026 წლის გამორჩეული ნაშრომის ჯილდო მიიღო.

როგორ ჩატარდა კვლევა

მკვლევრებმა ჯერ ააგეს სიცოცხლის ციკლის მოდელი, რომელიც აღწერს, როგორ იცვლება შემოსავალი, სამსახური, ინვესტიციები და გადასახადები ადამიანის ცხოვრების განმავლობაში, და ეს ეტალონად გამოიყენეს. შემდეგ 1000 მოზრდილს სთხოვეს, თავად დაეწერათ მოთხოვნები ხარჯვისა და ინვესტირების შესახებ GPT-5.2-ის, GPT-5.6-ის ან Gemini 3 Flash-ისთვის და სიმულაციით შეამოწმეს, რა მოხდებოდა, 22-დან 89 წლამდე ადამიანები ამ რჩევებს რომ სისტემატურად მიჰყოლოდნენ. ბოლოს იგივე გაიმეორეს დეტალური, „აკადემიური" მოთხოვნებით, სადაც ასაკი, სამსახურის სტატუსი, შემოსავალი და დანაზოგი იყო მითითებული.

კარგი რჩევები და გამოტოვებული ნიუანსები

„ცოტა გაგვაოცა, რამდენად კარგი აღმოჩნდა რჩევები", — ამბობს ჩუხმანი. მოდელები მომხმარებლებს ურჩევდნენ მეტს დაზოგვას სამუშაო წლებში, დანაზოგის ხარჯვას პენსიაზე, დივერსიფიცირებულ საფონდო ფონდებში ინვესტირებას და 45 წლის შემდეგ აქციების წილის შემცირებას. თუმცა ისინი მარტივ წესებს ეყრდნობოდნენ და ცუდად რეაგირებდნენ შოკებზე: სამსახურის დაკარგვის შემდეგ ხელოვნური ინტელექტი ხარჯების ზედმეტად მკვეთრ შემცირებას ურჩევდა მათაც, ვისაც დანაზოგი ჰქონდა. პორტფელები ასევე „დრეიფს" ექვემდებარებოდა — აქტიური რებალანსირების ნაცვლად.

სხვადასხვა კითხვა — სხვადასხვა სიმდიდრე

რჩევები იმაზე იყო დამოკიდებული, ვინ სვამდა კითხვას. მამაკაცების, ფინანსურად განათლებული მომხმარებლებისა და ხელოვნურ ინტელექტთან გამოცდილების მქონე ადამიანების მოთხოვნებზე მიღებული რჩევების შესრულება პენსიის მოახლოებისას დაახლოებით 5%-ით მეტ სიმდიდრეს იძლეოდა. ქალებისა და ნაკლებად განათლებული მომხმარებლების კითხვებზე მიღებული რჩევები კი 60 წლისთვის დაახლოებით 50 000 დოლარით (4%) ნაკლებ სიმდიდრეს ნიშნავდა, ხელოვნური ინტელექტის გამოცდილების არმქონე ადამიანებისთვის კი — თითქმის 100 000 დოლარით (6%) ნაკლებს. სქესთა შორის სხვაობის ორი მესამედი კითხვის ფორმულირებიდან მოდის, მესამედი კი იქიდან, რომ მოდელი ერთსა და იმავე მოთხოვნაზე სხვადასხვა რჩევას იძლევა.

რას ნიშნავს ეს მომხმარებლისთვის

კვლევამ ასევე აჩვენა, რომ მოდელები ხშირად ურჩევდნენ ისეთ პროდუქტებს, რომლებიც მომხმარებელს არ უხსენებია: Vanguard-ის პროდუქტები პასუხების 6%-ში გამოჩნდა, iShares-ის — 3,4%-ში, მაშინ როცა მოთხოვნების 0,4%-ზე ნაკლები ახსენებდა ამ კომპანიებს. მთავარი გაკვეთილია კითხვის სწორად ფორმულირება — სიცოცხლის ციკლის დაგეგმვისა და პორტფელის თეორიის გათვალისწინებით. ჩუხმანი გვირჩევს, ხელოვნური ინტელექტი ჯერ ფინანსური გაგების ასაშენებლად გამოვიყენოთ, შემდეგ კი — როგორც იაფი დამატება ადამიანი მრჩევლისა, განსაკუთრებით მათთვის, ვისაც მისი საშუალება არ აქვს.