MIT Sloan araştırması: Yapay zekânın finansal tavsiyeleri şaşırtıcı derecede iyi

Amerikalıların yaklaşık yarısı finansal tavsiye için yapay zekâya başvurduğunu söylüyor, ancak bu tavsiyelerin kalitesi şimdiye dek fazla incelenmemişti. MIT Sloan araştırmacıları bunu doğrudan ölçtü. "AI Financial Advice: Supply, Demand, and Life Cycle Implications" başlıklı makaleyi MIT Sloan'dan Taha Choukhmane, Weidong Lin ve Matthew Akuzawa ile Stanford İşletme Fakültesi'nden Tim de Silva yazdı; çalışma Swiss Finance Institute Outstanding Paper Award 2026 ödülünü kazandı.

Araştırma nasıl yapıldı

Araştırmacılar önce gelirin, iş durumunun, yatırımların ve vergilerin yaşam boyunca nasıl değiştiğini gösteren bir yaşam döngüsü modeli kurdu ve bunu iyi finansal kararlar için ölçüt olarak kullandı. Ardından 1.000 yetişkinden harcama ve yatırım tavsiyesi için kendi istemlerini yazmasını istedi; modeller GPT-5.2, GPT-5.6 ve Gemini 3 Flash'tı. 22-89 yaş arası kişilerin bu tavsiyelere sürekli uyması durumunda ne olacağı simüle edildi. Son olarak aynı çalışma, yaş, iş durumu, gelir ve tasarrufları içeren ayrıntılı "akademik" istemlerle yinelendi.

İyi tavsiyeler, gözden kaçan ayrıntılar

"Tavsiyelerin bu kadar iyi olması bizi biraz şaşırttı" diyor Choukhmane. Modeller çalışma yıllarında daha fazla tasarruf, emeklilikte birikim kullanımı, çeşitlendirilmiş hisse fonları ve 45 yaşından sonra hisse ağırlığının azaltılmasını önerdi. Ancak basit kurallara dayandılar ve şoklara zayıf uyum sağladılar: işini kaybedenlere, tasarrufu olanlar için bile fazla keskin harcama kısıntısı tavsiye edildi. Portföyler ayrıca aktif olarak dengelenmedi. Ayrıntılı akademik istemler sonuçları iyileştirdi.

Farklı sorular, farklı servet

Tavsiyeler soranın kim olduğuna göre değişti. Erkeklerin, finansal okuryazarlığı yüksek kullanıcıların ve daha önce yapay zekâ kullanmış kişilerin istemlerine uymak, emekliliğe yakın yaklaşık %5 daha fazla servet üretti. Kadınların ve daha az okuryazar kullanıcıların istemlerine uyanlar 60 yaşında yaklaşık 50.000 dolar (%4) daha az servete sahip oldu; yapay zekâ deneyimi olmayanlar ise neredeyse 100.000 dolar (%6) daha yoksul kaldı. Cinsiyet farkının üçte ikisi soruların ifade biçiminden, üçte biri ise modelin aynı isteme farklı yanıt vermesinden kaynaklandı.

Tüketiciler için ne anlama geliyor

Araştırma, modellerin kullanıcıların hiç söz etmediği ürünleri önerdiğini de gösterdi: Vanguard yanıtların %6'sında, iShares %3,4'ünde geçti; oysa istemlerin %0,4'ünden azında bu şirketler anılıyordu. Tüketiciler için ders, bir planlamacı gibi soru sormak: yaşam döngüsü planlaması, portföy teorisi ve gerçekçi varsayımlara dayanmak. Choukhmane, yapay zekânın önce finansal anlayış kurmak için, sonra da insan danışmanın ucuz bir tamamlayıcısı olarak kullanılmasını öneriyor.