تأثیر هوش مصنوعی بر بی‌ثباتی مالی

امروزه استفاده از هوش مصنوعی در بخش‌های مختلف اقتصادی گسترش یافته است. در یادداشت نخست درباره زمینه‌های تحولات برآمده از هوش مصنوعی در صنعت مالی سخن گفته شد، در ادامه درباره اثرات هوش مصنوعی بر بی‌ثباتی مالی و اقتصادی پرداخته می‌شود. محرک‌های بی‌ثباتی مالی به خوبی شناخته شده‌اند و مدت‌ها قبل از ظهور رایانه‌ها نگرانی ایجاد کرده‌اند. با افزایش استفاده از فناوری در سیستم مالی، بهره‌وری را به همراه داشت و به سیستم سود رساند، اما همچنین کانال‌های بی‌ثباتی موجود را تقویت کرد. انتظار داریم هوش مصنوعی نیز همین کار را انجام دهد. چهار کانال آسیب‌پذیری اقتصاد در برابر هوش مصنوعی: هنگام شناسایی چگونگی وقوع این امر، در نظر گرفتن خطرات اجتماعی ناشی از استفاده از هوش مصنوعی و نحوه تعامل آنها با ثبات مالی مفید است. با انجام این کار، به چهار کانالی می‌رسیم که اقتصاد در برابر هوش مصنوعی آسیب‌پذیر است:

۱- کانال اطلاعات نادرست به این دلیل ایجاد می‌شود که کاربران هوش مصنوعی محدودیت‌های آن را درک نمی‌کنند، اما به‌طور فزاینده‌ای به آن وابسته می‌شوند.

۲- کانال استفاده مخرب به این دلیل ایجاد می‌شود که سیستم مملو از عوامل اقتصادی با منابع بالا است که می‌خواهند سود خود را به حداکثر برسانند و چندان نگران عواقب اجتماعی فعالیت‌های خود نیستند.

۳- کانال عدم همسویی از مشکلات اطمینان از اینکه هوش مصنوعی از اهداف مورد نظر اپراتورهای انسانی خود پیروی می‌کند، ناشی می‌شود.

۴- کانال ساختار بازار انحصاری از مدل‌های تجاری شرکت‌هایی که موتورهای هوش مصنوعی را طراحی و اجرا می‌کنند ناشی می‌شود. این شرکت‌ها از بازده‌های افزایشی برخوردارند که می‌تواند از ورود به بازار جلوگیری کند و همگنی و تک‌فرهنگی ریسک را افزایش دهد.

چگونه هوش مصنوعی می‌تواند سیستم را بی‌ثبات کند

هوش مصنوعی برای موثر بودن به داده نیاز دارد، حتی بیشتر از انسان‌ها. این نباید مشکلی باشد زیرا سیستم داده‌های زیادی را برای کار کردن با آن تولید می‌کند، روزانه ترابایت‌ها. مشکل این است که تقریباً همه آن داده‌ها از وسط توزیع نتایج سیستم به جای دنباله‌ها می‌آیند. بحران‌ها همه در مورد دنباله‌ها هستند. چهار دلیل وجود دارد که چرا داده‌های کمی از دنباله‌ها داریم:

اولین واکنش درونزا به کنترل توسط فعالان بازار است؛ این مربوط به کانال اطلاعات نادرست هوش مصنوعی است. یک راه مفید برای درک این موضوع، این است که «هر قاعده آماری مشاهده شده، زمانی که تحت فشار کنترل قرار می‌گیرد، تمایل به فروپاشی دارد». فعالان بازار صرفاً قوانین را به‌طور واقعی نمی‌پذیرند. خیر، آنها با پاسخ راهبردی و استراتژیک واکنش نشان می‌دهند. آنها پیشاپیش به کسی نمی‌گویند که قصد دارند چگونه برنامه‌ریزی کنند و به مقررات و فشارها پاسخ دهند. آنها احتمالاً حتی خودشان هم نمی‌دانند. در نتیجه، عملکرد واکنش فعالان بازار پنهان هستند و چیزی که پنهان است در یک مجموعه داده نیست.

دلیل دوم که از کانال مخرب ناشی می‌شود، همه مکمل‌های استراتژیک است که در قلب نحوه رفتار فعالان بازار در طول بحران‌ها قرار دارد. آنها احساس می‌کنند مجبور به برداشت نقدینگی هستند زیرا رقبای آنها این کار را می‌کنند. در همین حال، مکمل‌های استراتژیک می‌توانند به تعادل‌های متعدد منجر شوند، جایی که نتایج بازار بسیار متفاوت ممکن است از شانس تصادفی ناشی شود. هر دو این پیامدهای مکمل‌های استراتژیک به این معنی است که مشاهدات بحران‌های گذشته برای بحران‌های آینده چندان آموزنده نیست.

هوش مصنوعی ممکن است قبلاً موقعیت‌های خود را تصفیه کرده باشد و در نتیجه باعث بحران شده باشد، قبل از اینکه مالک انسانی بتواند تلفن را بردارد تا به تماس مثلاً رییس فدرال رزرو پاسخ دهد. هوش مصنوعی احتمالاً کانال ساختار بازار انحصاری برای بی‌ثباتی مالی را تشدید خواهد کرد. با توجه به اینکه موسسات مالی به روش‌های مشابهی جهان را می‌بینند و به آن واکنش نشان می‌دهند، آنها در خرید و فروش هماهنگ می‌شوند و منجر به حباب‌ها و سقوط‌ها می‌شوند. به‌طور کلی، تک‌فرهنگی ریسک یک محرک مهم برای رونق‌ها و رکودها در سیستم مالی است. طراحی یادگیری ماشینی، داده‌های ورودی و محاسبات بر توانایی موتورهای هوش مصنوعی برای مدیریت ریسک تأثیر می‌گذارند. این موارد به‌طور فزایندهای عمدتاً توسط چند شرکت فناوری و اطلاعات کنترل می‌شوند که به ادغام ادامه می‌دهند و منجر به یک بازار انحصاری می‌شوند.

در نهایت، اگر هوش مصنوعی با تهدیدات وجودی برای موسسه مواجه شود، برای بقا بهینه می‌شود. اما در اینجا سرعت و کارایی بسیار زیاد هوش مصنوعی علیه سیستم عمل می‌کند. اگر موسسات مالی دیگر نیز همین کار را انجام دهند، آنها در یک تعادل بحرانی هماهنگ می‌شوند. بنابراین، همه موسسات یکدیگر را تحت تأثیر قرار می‌دهند زیرا آنها به‌طور جمعی همان تصمیم را می‌گیرند. همه آنها سعی می‌کنند سریع‌ترین واکنش را نشان دهند، زیرا اولین کسی که دارایی‌های خطرناک را دفع می‌کند در بهترین موقعیت برای تحمل توفان قرار دارد. پیامد آن افزایش عدم قطعیت است که منجر به نوسانات شدید بازار و همچنین حلقه‌های بازخورد معیوب مانند فروش‌های اجباری، برداشت نقدینگی و فرار بانکی می‌شود. به لطف هوش مصنوعی، استرسی که ممکن است روزها یا هفته‌ها طول بکشد تا آشکار شود، اکنون می‌تواند در عرض چند دقیقه یا چند ساعت اتفاق بیفتد.

موتور هوش مصنوعی ممکن است عکس این کار را نیز انجام دهد. بالاخره، فقط به این دلیل که هوش مصنوعی می‌تواند سریع‌تر واکنش نشان دهد، به این معنی نیست که این کار را خواهد کرد. شواهد تجربی نشان می‌دهد که اگرچه قیمت دارایی‌ها ممکن است در یک بحران زیر ارزش‌های بنیادی سقوط کند، اما اغلب به سرعت بهبود می‌یابند. این به معنای فرصت‌های خرید است. اگر هوش مصنوعی نگران بقا نباشد و موتورها به‌طور کلی به یک تعادل بهبودی همگرا شوند، شوک را جذب می‌کنند و هیچ بحرانی رخ نخواهد داد. ما حدس می‌زنیم که هوش مصنوعی برای کاهش نوسان و افزایش دنباله‌های توزیع عمل خواهد کرد. این می‌تواند نوسانات کوتاه مدت را به قیمت رویدادهای شدیدتر کاهش دهد. از اهمیت ویژه‌ای برخوردار است که مقامات مالی چقدر برای یک بحران هوش مصنوعی آماده هستند. ما این موضوع را در مقاله بعدی که منتشر می‌شود، با عنوان «چگونه مقامات مالی می‌توانند به تهدیدات هوش مصنوعی برای ثبات مالی پاسخ دهند» مورد بحث قرار می‌دهیم.