L’intelligenza artificiale si insinua nel mondo delle previsioni economiche: è una buona o cattiva notizia?

Se c’è una rivoluzione tecnologica che sempre di più fa capolino nel quotidiano di tantissimi di noi, questa è senza dubbio l’intelligenza artificiale.

Dopo l’avvento dello smartphone nel quotidiano, la prima vera rivoluzione con la quale ci siamo interfacciati da esseri umani è stato l’introduzione dei large language models come strumento di comunicazione con le “intelligenze artificiali”, con buona pace del metaverso e buona pace anche della più generica realtà virtuale.

Questi strumenti, però, non sono soltanto “popolari” tra gli utenti normali ma sono anche in grado di fare la differenza in tanti campi; tra questi GPT si è radicato anche nel contesto delle previsioni economiche, risultando un fidatissimo compagno di analisi dati e formulazioni delle previsioni.

GPT, infatti, ha l’enorme pregio di riuscire a fare cose diversissime tra loro: dal rispondere a domande come scopri le migliori strategie per la roulette di RouletteDoc allo spiegare passo passo come realizzare una torta di mele; a questo si aggiungono scopi di carattere scientifico o, addirittura, economico-predittivo! Qual è però l’impatto reale di ChatGPT su tale contesto? Quali sono i vantaggi che porta e le sfide che genera?

Un cervello meccanico può aiutare?

Uno dei più grandi vantaggi di ChatGPT è senza dubbio legato alla sua capacità di elaborare grandi quantità di dati in tempi veramente ridotti; una rapidità derivata dal fatto che GPT è addestrato su una montagna di dati piuttosto difficili da comprendere per una persona non avvezza al mondo dell’informatica ma che si rivela essere di fondamentale importanza nei contesti operativi.

Questa rapidità, infatti, permette a chi si occupa di previsioni economiche di ottenere degli insights preliminari nel giro di pochi minuti, producendo valutazioni con un livello di qualità paragonabile in una frazione del tempo originale.

Questa caratteristica di GPT è anche direttamente collegata alla sua capacità di adattarsi a una vasta gamma di compiti diversi, che vanno dalla comprensione dei dati alla loro elaborazione matematica o sintattica. Presupposto un elevato numero di dati dalla quale imparare concetti, GPT può analizzare il tutto per ottenere una comprensione interessante di quelle che sono:

• tendenze di mercato
• correnti economiche nascoste
• scenari economici
• ipotesi alternative sugli scenari economici

Tutto questo diventa realizzabile anche da una persona con una comprensione non esagerata dell’informatica, complice anche la natura dei LLM che permette a una persona di utilizzare il suo linguaggio naturale per esprimere concetti e informazioni. Difficilmente c’è stato uno strumento più “user-friendly” di GPT e i dati legati al suo successo sembrano veramente sottolineare questa cosa qua!

Previsioni & produzioni

Oltre all’aspetto “predittivo”, ChatGPT (e più in generale l’intelligenza artificiale) è molto promettente in quanto può velocizzare tutta la fase “produttiva” delle previsioni. L’intelligenza artificiale, infatti, può essere impiegata per scrivere report dettagliati, sintetizzare articoli economici o produrre spiegazioni semplificate di modelli economici complessi o dataset particolarmente articolati.

Tutte queste funzioni sono molto utili durante l’ambito divulgativo delle previsioni economiche, al fine di avere un’interfaccia efficace con investitori e stakeholder che sono le figure interessate nella ricezione e rimasticazione dei dati.

Certo, bisogna aggiungere un dettaglio non di poco conto: ChatGPT (e in generale tutte le intelligenze artificiali che fanno uso di LLM per interfaccia) non è infallibile in quanto può allucinare! Qualsiasi testo venga prodotto da un’intelligenza artificiale ha bisogno di essere revisionato manualmente in quanto lo strumento in questione non è in grado di sapere se quello che sta dicendo è la verità, bensì è in grado semplicemente di inserire i dati che più probabilmente sono esatti.

Dove sono i limiti?

Parliamoci chiaro: sebbene ChatGPT sia in grado di analizzare grandi volumi di dati, questi non per forza di cosa sono perfetti! A meno di configurazioni ad-hoc fatte da chi opera lo strumento di previsione sfruttando GPT, è necessario dare in pasto al modello una montagna di dati più recenti per cercare di ottenere informazioni di maggiore qualità.

Gli eventi recenti, purtroppo, sembrano suggerire come i dati storici rischino di essere poco utili in quanto gli eventi imprevisti sono sempre dietro l’angolo. Un limite significativo che necessita la creazione di sistemi in grado di orientare correttamente le previsioni di GPT, magari attraverso aggiornamenti in tempo reale (o quasi) dei dati.

Sempre di dati parliamo quando prendiamo in esame i bias, ovvero delle distorsioni che derivano da quelle che erano presenti nei dati usati per addestrare ChatGPT. Se i dati originali contengono distorsioni storiche o interpretazioni parziali, queste si riflettono anche nei ragionamenti di GPT portando a errori di valutazioni o decisioni poco informate.

E perché poi non citare la delicatezza della questione privacy? A meno di piani enterprise davvero difficili da gestire, ChatGPT (e gli altri modelli di intelligenza artificiale con interfaccia LLM) si nutrono di tutti i dati, anche quelli che vengono inseriti durante le interazioni lavorative! Questa questione significa che devono essere create, ad hoc, delle policy precise per la sicurezza delle informazioni e della privacy: due elementi particolarmente rilevanti per le istituzioni finanziarie e per le organizzazioni governative.