هوش مصنوعی در تحلیل خبرهای اقتصادی؛ دستیار سریع یا تحلیلگر قابل اعتماد؟

هوش مصنوعی می‌تواند در خلاصه‌کردن گزارش‌ها، توضیح اصطلاح‌ها و مقایسه اطلاعات کمک کند؛ اما روان‌بودن یک پاسخ، درستی آن را ثابت نمی‌کند. برای استفاده بهتر از این ابزارها، باید بدانیم چه کاری از آن‌ها می‌خواهیم، چه داده‌ای در اختیارشان می‌گذاریم و کدام بخش پاسخ را بررسی می‌کنیم.

یک گزارش اقتصادی طولانی پیش روی شماست. چند جدول، اصطلاح‌های تخصصی و توضیحاتی که فرصت خواندن همه آن‌ها را ندارید. متن را به یک دستیار هوشمند می‌دهید و چند لحظه بعد، خلاصه‌ای مرتب دریافت می‌کنید: اتفاق اصلی، علت احتمالی و پیامدهای آن. کار ساده‌تر شده است؛ اما یک سؤال باقی می‌ماند: کدام جمله از گزارش آمده و کدام جمله را خود ابزار به آن اضافه کرده است؟

همین سؤال، نقطه شروع استفاده دقیق‌تر از هوش مصنوعی است. ابزارهای زبانی می‌توانند بخشی از کار مطالعه را سبک کنند، ولی خروجی آن‌ها هم به بررسی نیاز دارد. کاربرد مفیدشان زمانی روشن‌تر می‌شود که وظیفه مشخصی به آن‌ها بدهیم و امکان مراجعه به متن اصلی را حفظ کنیم.

اول مشخص کنیم از کدام نوع تحلیل حرف می‌زنیم

وقتی از «تحلیل با هوش مصنوعی» صحبت می‌کنیم، ممکن است چند کار متفاوت را یکسان فرض کنیم. خلاصه‌کردن یک خبر، استخراج عددهای یک گزارش، مقایسه دو متن و پیش‌بینی یک اتفاق، یک وظیفه واحد نیستند. موفقیت در خلاصه‌نویسی، به‌تنهایی توانایی پیش‌بینی را ثابت نمی‌کند.

برای استفاده روزمره، بهتر است درخواست را به یک کار قابل بررسی تبدیل کنیم. مثلاً بخواهیم اصطلاح‌های دشوار توضیح داده شوند، تفاوت دو گزارش فهرست شود یا جمله‌های حاوی عدد استخراج شوند. در هرکدام از این کارها می‌توان نتیجه را با ورودی مقایسه کرد.

در مقابل، پرسشی مثل «از این خبر چه نتیجه‌ای بگیرم؟» فضای زیادی برای فرض‌سازی باقی می‌گذارد. ممکن است ابزار درباره بازه زمانی، منظور ما از نتیجه یا شرایط مسئله، فرضی بسازد که اصلاً با نیازمان هماهنگ نیست. تعریف دقیق کار، پیش از انتخاب ابزار اهمیت دارد.

سه استفاده کاربردی که می‌توان از آن‌ها شروع کرد

خلاصه‌کردن با حفظ قیدها: می‌توان از ابزار خواست نکته‌های اصلی یک گزارش را کوتاه کند، اما شرط‌ها و عبارت‌های احتمالی را حذف نکند. خلاصه‌ای که «ممکن است» را به «خواهد شد» تبدیل کند، معنای خبر را تغییر داده است.

توضیح اصطلاح‌ها در همان متن: به‌جای پرسیدن یک تعریف کلی، می‌توان جمله موردنظر را ارائه کرد و خواست اصطلاح در همان زمینه توضیح داده شود. این کار کمک می‌کند تعریف به موضوع گزارش نزدیک بماند؛ هرچند باز هم باید با متن و منبع تخصصی تطبیق داده شود.

مقایسه دو گزارش مشخص: اگر هر دو متن را در اختیار ابزار بگذاریم، می‌توانیم بخواهیم تفاوت دوره زمانی، واحدها و ادعاهای آن‌ها را در یک جدول بیاورد. برای هر ردیف هم محل اطلاعات در متن اصلی را درخواست کنیم. جدول حاصل، نقطه شروع مرور ماست و لازم است خانه‌های مهم آن کنترل شوند.

پاسخ مطمئن چگونه می‌تواند اشتباه باشد؟

لحن منظم و جمله‌بندی حرفه‌ای ممکن است حس اعتبار ایجاد کند. اما ابزارهای مولد می‌توانند اطلاعات نادرست را هم با اطمینان بیان کنند. مؤسسه NIST در راهنمای ریسک هوش مصنوعی مولد، تولید محتوای نادرست با بیان مطمئن را یکی از ریسک‌های این فناوری معرفی می‌کند. 

در کار با خبر اقتصادی، این خطا ممکن است به شکل عدد اشتباه، منبع نامعتبر یا توضیحی دیده شود که در گزارش وجود ندارد. حتی ممکن است اطلاعات چند دوره متفاوت، در یک پاسخ کنار هم قرار بگیرند و ظاهری منسجم بسازند.

سؤال درباره امروز، به داده مربوط به امروز نیاز دارد

اگر می‌پرسیم «علت تغییر امروز چه بوده؟»، ابتدا باید روشن شود ابزار به اطلاعات همان روز دسترسی دارد یا نه. همه ابزارها در همه حالت‌ها امکان جست‌وجو یا دریافت داده تازه ندارند. حتی در صورت وجود این امکان، تاریخ و منبع داده باید بررسی شود.

یک روش قابل کنترل این است که خودمان گزارش مشخص را همراه با تاریخ انتشار و دوره داده ارائه کنیم. سپس بخواهیم پاسخ فقط بر همان محتوا تکیه کند و کمبود اطلاعات را صریح بنویسد. این دستور احتمال خطا را از بین نمی‌برد، ولی محدوده کار را برای بازبینی روشن‌تر می‌کند.

همچنین توضیح یک اتفاق را از پیش‌بینی آینده جدا نگه داریم. ممکن است چند عامل با یک تغییر سازگار باشند، اما داده موجود سهم دقیق هر عامل را نشان ندهد. در چنین شرایطی، پاسخ باید این ابهام را حفظ کند.

یک درخواست نمونه برای بررسی خبر اقتصادی

فرض کنید گزارشی درباره تغییر قیمت طلا در اختیار دارید. به‌جای درخواست «تحلیل کامل»، می‌توانید چنین بنویسید:

فقط بر اساس متن زیر، یک خلاصه تهیه کن. ابتدا آنچه گزارش مستقیماً بیان کرده بنویس؛ سپس تفسیرها و فرض‌ها را جدا کن. برای هر عدد، واحد، دوره زمانی و محل آن در متن را مشخص کن. اگر علت یک تغییر در گزارش اثبات نشده، آن را قطعی معرفی نکن. در پایان، سه سؤال بنویس که برای بررسی بهتر خبر باید پاسخشان را پیدا کنم. اطلاعاتِ موجودنبودن را با حدس پر نکن.

بعد از دریافت پاسخ، چند مورد مهم را با متن اولیه تطبیق دهید. اگر مسئله درباره مسیر جابه‌جایی پول است، شناخت تفاوت داده‌ها هم ضروری است. راهنمای تحلیل جریان سرمایه در سی‌پیپ می‌تواند برای روشن‌کردن تفاوت تغییر قیمت و جریان سرمایه، پیش از شروع این بررسی مفید باشد.

ابزار هوشمند، بخشی از مسیر مطالعه است

برای ارزیابی یک دستیار، فقط سرعت پاسخ را نسنجیم. ببینیم چند بار به اصلاح عدد، بازکردن منبع یا برگرداندن یک قید حذف‌شده نیاز داشته‌ایم. اگر وظیفه را کوچک‌تر کنیم و ورودی روشن‌تری بدهیم، ارزیابی عملکرد ابزار هم ساده‌تر می‌شود.

در مقاله سی‌پیپ درباره کاربردها و محدودیت‌های هوش مصنوعی در بازارهای مالی نیز موضوع استفاده از این فناوری در کنار بررسی انسانی مطرح شده است. برای خواننده عمومی، پرسش اصلی این است که ابزار چگونه به فهم اطلاعات کمک می‌کند و مسئولیت بررسی نتیجه در کدام مرحله باقی می‌ماند.

پاسخ خوب باید ما را به متن، عدد و پرسش دقیق‌تر برساند. اگر خروجی فقط اطمینان بیشتری ایجاد کرده، اما نمی‌توانیم شواهد آن را دنبال کنیم، کار بررسی هنوز تمام نشده است. ارزش هوش مصنوعی در مطالعه خبرهای اقتصادی، زمانی بیشتر می‌شود که سرعت آن با دقت ما همراه باشد.