هوش مصنوعی پتانسیل ایجاد انقلابی در بانکداری را دارد، اما مهم است که در این مسیر، تاثیر آن بر انسان ها و زندگی روزمره آنها را فراموش نکنیم.
به گزارش خبرگزاری سینا، در حالی که موسسات مالی در سراسر جهان به سرعت در حال پیاده‌سازی راه حل‌های مبتنی بر هوش مصنوعی هستند، باید از خود بپرسیم که آیا فناوری که می‌سازیم به نفع همه بشریت است یا فقط گروهی خاص؟
آموزش مدل‌های پیشرفته هوش مصنوعی نیازمند منابع محاسباتی عظیم، زیرساخت‌های پیچیده و استعداد است که بسیاری از این دارایی‌ها در دست چند سازمان قدرتمند متمرکز شده‌اند. تاثیر آن بر محیط زیست نیز بسیار زیاد است؛ تا سال ،۲۰۲۷ مراکز داده هوش مصنوعی می‌توانند به اندازه شش کشور دانمارک آب مصرف کنند.
پیامدهای این فناوری فراتر از قابلیت‌های تکنولوژیکی است. مدل‌های زبانی بزرگ LLM اغلب بر اساس داده‌های انگلیسی و غربی آموزش داده می‌شوند و بسیاری از زبان‌ها و فرهنگ‌ها در آنها به اندازه کافی نمایش داده نمی‌شوند. این مسئله می‌تواند منجر به حذف جوامعی شود که زبان و زمینه‌های فرهنگی آنها در این سیستم‌ها گنجانده نشده است.
آیا هوش مصنوعی به نفع تمام مردم یا گروه خاصی است؟
هوش مصنوعی باید موانع دسترسی به خدمات مالی را از میان بردارد، نه اینکه دیوارهای جدیدی بسازد. در رقابت برای استفاده و پیشرفت هوش مصنوعی ، خیلی راحت می توانیم درگیر قابلیت‌های تکنولوژیکی و اصطالحات تبلیغاتی شویم و تمرکزمان را اهمیت دارد، یعنی تأثیر آن بر زندگی روزمره مردم، از از روی آنچه که واقعا دست بدهیم.
در حالی که موسسات مالی در سراسر جهان به سرعت در حال پیاده‌سازی راه حل‌های هوش مصنوعی هستند، باید لحظه‌ای مکث کرده و از خود بپرسیم: آیا داریم تکنولوژی می‌سازیم که برای تمام مردم باشد، یا فقط به نفع یک گروه خاص؟ و اگر مراقب نباشیم، چه چیزهایی را از دست خواهیم داد؟
آرزوها در برابر واقعیت هوش مصنوعی
وعده داده که بانکداری را دگرگون کند، خدمات را دسترس پذیرتر، تصمیم گیری‌ها را سریع‌تر و عملیات را کارآمدتر کند. ما نگاهی اجمالی به قابلیت‌های هوش مصنوعی داریم. از شناسایی تقلب و تصمیم‌گیری اعتباری تا مدیریت امور مالی شخصی و خدمات مشتری. اما زیر این وعده‌ها واقعیتی پیچیده‌تر نهفته است. آموزش مدل‌های پیشرفته هوش مصنوعی نیازمند منابع محاسباتی عظیم، زیرساخت‌های پیچیده و استعدادهایی است که اغلب در دست چند سازمان قدرتمند قرار دارند.
تأثیر آن بر محیط زیست نیز قابل توجه است. طبق پیشبینی‌ها، تا سال 2027مراکز داده هوش مصنوعی ممکن است به اندازه شش برابر کشور دانمارک آب مصرف کنند.
هزینه‌های انسانی
این پیامدها تنها محدود به قابلیت‌های تکنولوژیک نیستند. به زبان و بازنمایی فرهنگی در سیستم‌های هوش مصنوعی دقت کنید. بیشتر مدل های زبان بزرگ LLMs عمدتا بر داده‌های انگلیسی و غربی آموزش داده می‌شوند که باعث میشود بسیاری از زبان‌ها و فرهنگ‌ها نادیده گرفته شوند. چه بر سر جوامعی می‌آید که زبان‌ها و زمینه‌های فرهنگی‌شان در این سیستم‌ها گنجانده نمی‌شود؟ وقتی که بانکداری به طور فزایندهای دیجیتال و مبتنی بر هوش مصنوعی میشود، این شکاف‌ها می‌توانند منجر به طرد واقعی افراد شوند، نه بهشتی که به ما وعده داده شده بود.
زمانی که سیستم‌های هوش مصنوعی بر اساس داده‌های تاریخی که نابرابری‌های اجتماعی را منعکس می‌کنند آموزش داده می‌شوند، این خطر وجود دارد که تعصبات موجود به میان بیایند و تفاوت‌های اجتماعی ما را بیشتر تقویت کنند. هزینه‌های انسانی الگوریتم‌های تعصب آلود در بانکداری( از رد وام‌ها تا تصمیم‌گیری برای محدودیت‌های اعتباری) می‌تواند ویرانگر باشد.
اعتماد در دوران هوش مصنوعی
اعتماد همیشه پایه و اساس خدمات مالی بوده است. اما چگونه می‌توانیم اعتماد را حفظ کنیم وقتی که الگوریتم‌ها تصمیماتی می‌گیرند که بر زندگی مالی افراد واقعی تأثیر می‌گذارد؟ ظهور تکنولوژی‌های جعل تصویر Deepfake و هذیان‌های هوش مصنوعی چالش‌های جدیدی را به این موضوع اضافه می‌کند. مؤسسات مالی باید بین نوآوری و شفافیت، کارایی و مسئولیت‌پذیری تعادل برقرار کنند.
مثال خوبی از این موضوع بانک کامن‌ولث در استرالیا است که مدل هوش مصنوعی برای شناسایی پیام‌های آزاردهنده در پرداخت‌های دیجیتال ایجاد کرده است. این بانک سپس این تکنولوژی را به طور رایگان در اختیار موسسات دیگر در سراسر جهان قرار داده است. این مثال نشان می‌دهد که چگونه می‌‍توان از هوش مصنوعی نه فقط برای سودآوری و افزایش کارایی، بلکه برای محافظت از افراد آسیب پذیر استفاده کرد. تنها با همکاری و اشتراک‌گذاری در سطح جهانی است که می‌توانیم این فناوری را برای استفاده عمومی پیش ببریم و از تمام پتانسیل آن بهره‌مند شویم.
آینده انسانی
سوالی که امروز با آن روبرو هستیم این نیست که آیا هوش مصنوعی بانکداری را متحول خواهد کرد؛ این اتفاق در حال حاضر در حال ر خ دادن است. سوال واقعی این است که آیا این تحول شکاف‌های موجود در دسترسی به خدمات مالی و فرصت‌ها را کاهش می‌دهد یا افزایش می‌دهد؟
در حالی که این ابزارهای قدرتمند جدید را می‌سازیم، باید مسئولیت اقدامات خود را بپذیریم تا مطمئن شویم که این ابزارها به نفع تمام انسان‌ها هستند، نه فقط یک گروه خاص. باید انسان در حلقه loop the in human را حفظ کنیم و تصمیم‌گیری انسانی را در تمام تصمیمات مهم نگه داریم. هوش مصنوعی مسئولانه باید در مرکز تمام این فرآیندها قرار گیرد و نه یک تفکر حاشیه‌ای.
این مستلزم بازنگری در معیارهای موفقیت است. فراتر از صرفه‌جویی در هزینه‌ها و افزایش کارایی، باید تأثیر هوش مصنوعی بر شمول مالی، رفاه مشتریان و منافع اجتماعی را اندازه‌گیری کنیم. به جای اینکه بپرسیم “آیا می‌توانیم؟”، باید بپرسیم “آیا باید؟” و “چه کسی سود می‌برد؟” همانطور که می‌گویند، فقط چون می‌توانیم، به این معنی نیست که باید این کار را انجام دهیم.
آینده بانکداری انتخاب بین هوش انسانی و هوش مصنوعی نیست. بلکه آینده بانکداری مربوط به یافتن تعادل مناسب بین توانمندی‌های تکنولوژیکی و ارزش‌های انسانی است. هوش مصنوعی باید قضاوت انسانی را تقویت کند، نه اینکه آن را جایگزین کند. باید موانع دسترسی به خدمات مالی را از میان بردارد، نه اینکه دیوارهای جدیدی بسازد.
در این نقطه حساس، انتخاب‌هایی که امروز در توسعه و پیاده‌سازی هوش مصنوعی انجام می‌دهیم، سرنوشت این فناوری را تعیین خواهد کرد. آیا هوش مصنوعی نیرویی برای شمول بیشتر خواهد بود یا عامل جدیدی برای نابرابری؟ مسیر پیش روی ما نیاز به تفکر دقیق، اقدام آگاهانه و از همه مهمتر، تعهد به قرار دادن ارزش‌های انسانی در مرکز پیشرفت‌های تکنولوژیک دارد. تنها در این صورت است که می‌توانیم اطمینان حاصل کنیم که انقلاب هوش مصنوعی در بانکداری به نیرویی برای ایجاد فرصت‌های بیشتر و رفاه برای همه تبدیل خواهد شد.