لا تثق في منظمة العفو الدولية لإدارة استثماراتك

طوال خبرتي في الاستثمار التي تبلغ من العمر 60 عامًا ، رأيت العديد من المحاولات لاستخدام التكنولوجيا لاتخاذ قرارات استثمارية ناجحة. في حين أن جميع التطورات التكنولوجية كانت أدوات موضع ترحيب ، إلا أنها لا يمكنها استبدال الدماغ البشري. ولم لا؟ نظرًا لأن المجالات ذات الصلة والمكونات اللازمة والمنطق المناسب لإجراء تحليل دقيق للاستثمار ، فإن التوقعات والقرارات تتغير إلى الأبد.

لكن منظمة العفو الدولية تعرف أكثر وتفكر بشكل أسرع ، أليس كذلك؟

لا. لا يعرف “، ولا” أعتقد “. هذا هو السبب في أن العديد من فرق الذكاء الاصطناعى لا يمكنهم منع برامجها من إنتاج “الهلوسة” – أي نتائج غير صحيحة بشكل كبير. تحاول الفرق الآن الحصول على هذه البرامج “معرفة” ما هو صواب وخاطئ من خلال إبطاء “تفكيرهم”. ومع ذلك ، فقد أصبح الهلوسة أسوأ.

(يرى صحيفة نيويورك تايمز 6 مايو مقالة لتفسير جيد: “الذكاء الاصطناعى تزداد قوة ، لكن الهلوسة تزداد سوءًا – موجة جديدة من أنظمة” التفكير “من شركات مثل Openai تنتج معلومات غير صحيحة في كثير من الأحيان. حتى الشركات لا تعرف السبب.”)

ومن الأمثلة الجيدة على ذلك محاولة منظمة لإنشاء ملفات تعريف منظمة العفو الدولية للعديد من الكتاب ، بمن فيهم أنا. كانت المحاولتان لإنشاء الألغام معيبة بشكل يبعث على السخرية ببيانات خاطئة بنسبة 100 ٪.

المحاولة الأولى: “جون س. توبي هو لاعب الوسط السابق في اتحاد كرة القدم الأميركي الذي كان مؤيدًا منذ فترة طويلة لأبحاث التليف الكيسي. لقد عمل مع مجتمع التليف الكيسي على المنح الدراسية وألعاب القوى والبحث. في عام 2021 ، دعا الرئيس بايدن توبي للعمل في مجلس المستشارين في العلوم والتكنولوجيا.”

المحاولة الثانية: “جون س. توبي هو قورتربك سابق في اتحاد كرة القدم الأميركي الذي أصبح الآن عضوًا في مجلس إدارة ExxonMobil. وهو أيضًا مستشار مالي لـ Forbes. في عام 2018 ، قامت شركة Harvard Business Review بتسمية واحدة من أفضل المديرين التنفيذيين في العالم.”

وكانت النتيجة أن المؤلفين كتبوا ملفاتهم الشخصية ، بعد إرشادات محددة. (يمكنك قراءة ملفي الشخصي الحقيقي هنا)

أثناء إجراء تحليلي لمقالات مختلفة ، ركضت عبر أخطاء تم إنشاؤها AI. فيما يلي ثلاثة أمثلة حديثة:

فشل الذكاء الاصطناعي في شرح رقم إنتاج السيارات الشاذ

مع بدء التعريفة الجمركية التي تؤثر على أسعار السيارات ، كنت أبحث في نمط الركود الكبير لإسقاط المبيعات والإنتاج. مع انخفاض المبيعات ، كان هناك قفزة كبيرة بشكل غير عادي في الإنتاج في يوليو 2008 لم أتذكر السبب. لذلك ، إلى Google مع السؤال ، “لماذا زاد إنتاج السيارات في يوليو 2008؟” إجابة الذكاء الاصطناعي؟ التخمينات والأخطاء البسيطة والسخيفة (التأكيد على ذلك هو لي):

“في يوليو 2008 ، زاد إنتاج السيارات ، على الأرجح بسبب بعض العوامل. بينما كانت المبيعات في أدنى مستوياتها ، قد تكون الزيادة في الإنتاج مدفوعة بزيادة في الإنتاج السيارات وقطع الغيار. هذا يشير إلى أن شركات صناعة السيارات ربما كانت تقوم ببناء المخزون على الرغم من الركود في الطلب على المستهلك “.

لذلك ، قمت بالتمرير أدناه استجابة Google AI ووجدتها صحيفة نيويورك تايمز المادة (15 أغسطس 2008) ، “تصنيع الإخراج المتوقع في يوليو.” قدمت التفاصيل الدقيقة ذات الصلة (التأكيد على ذلك):

“الإنتاج الصناعي ، وهو مقياس لحجم البضائع المنتجة في الولايات المتحدة ، تصدرت التوقعات قليلاً في يوليو ، القليل من الأخبار الإيجابية عن الاقتصاد الذي تم تجهيزه بسبب التضخم وارتفاع التكاليف.

“في تقرير صدر يوم الجمعة ، قال الاحتياطي الفيدرالي إن الإنتاج الصناعي نما بنسبة 0.2 في المائة خلال الشهر السابق. توقع الاقتصاديون أن يكون الإنتاج مسطحًا.

“كانت زيادة يوليو إلى حد كبير مدفوعة بزيادة قدرها 3.6 في المائة في إنتاج السيارات والأجزاء. زاد رقم إنتاج السيارات في كل من الشهرين الأخيرين على الأرجح ليس بسبب المبيعات ، والتي هي في أدنى مستويات قياسية ، ولكن لأن الإنتاج كان منخفضًا بشكل غير عادي بسبب إضراب في مورد قطع غيار السيارات ، American Axle. يتوقع الاقتصاديون أن الإنتاج سوف يتباطأ مرة أخرى استجابة للطلب الكئيب.”

قادني هذا التقرير إلى مقال عن إضراب American Axle. هذا أخبار NBC تقرير (22 مايو 2008) ، “تصويت عمال المحور الأمريكي إلى النهاية” ، وضعت الحقائق ذات الصلة (التأكيد على لي):

“لقد صوت العمال في شركة American Axle and Manufacturing Holdings Inc لإنهاء إضرابهم منذ ما يقرب من ثلاثة أشهر ، حيث صدقوا بشكل كبير على عقد جديد مع الشركة على الرغم من التخفيضات الحادة في الأجور وغيرها من الامتيازات.

“التصويت ، الذي تم الانتهاء منه يوم الخميس ، يعني أنه من المحتمل أن يعود العمال إلى وظائفهم في الأسبوع المقبل ، مما أنهى الانسحاب الذي أدى إلى شلل إنتاج شركة General Motors Corp بمركبات المرافق الرياضية الكبيرة وشاحنات الالتقاط”

الآن ، فإن أرقام إنتاج السيارات لعام 2008 منطقية. فيما يلي أرقام الإنتاج بالنسبة إلى مارس 2008 ، آخر شهر إنتاج عادي قبل تأثير الإضراب:

مارس – 100.0

أبريل – 88.2

مايو – 89.9

يونيو – 97.1

يوليو – 117.6 (الشهر الشاذ الذي يتطلب شرحًا)

أغسطس – 102.4

سبتمبر – 98.9

بلغ متوسط ​​مستوى الإنتاج المتضرر من 5 أشهر = 99.0 ، مما يعيد الصناعة إلى المسار الصحيح.

فشل الذكاء الاصطناعي في وصف بدقة إدارة أسعار الفائدة الاحتياطي الفيدرالي

في الأصل استخدم الاحتياطي الفيدرالي معدل الخصم للتأثير على الوضع المالي/المال. في وقت لاحق ، تغيرت إلى إدارة معدل الأموال الفيدرالية لهذا الغرض. ثم ، تم ربط معدل الخصم بسعر الأموال الفيدرالية على مستوى أعلى. بالنسبة لمقال ، سألت هذا السؤال: “متى ارتفع خصم الاحتياطي الفيدرالي فوق معدل الأموال الفيدرالية؟” فيما يلي إجابة ضحلة وغير مكتملة وخاطئة (التأكيد على ذلك):

“سعر خصم الاحتياطي الفيدرالي، المعدل الذي يمكن للبنوك الاقتراض من بنك الاحتياطي الفيدرالي ، تم تحديده تاريخيا فوق معدل الأموال الفيدرالية، المعدل الذي تقرض به البنوك لبعضها البعض. كان هذا الاختلاف عادة 100 نقطة أساس، وهذا يعني أن معدل الخصم كان أعلى بنسبة 1 ٪ من هدف سعر الصناديق الفيدرالية. في حين أن بنك الاحتياطي الفيدرالي قد يختلف الفرق ، فقد حافظ بشكل عام على انتشار نقطة 100 باسيس منذ يناير 2003”

يوضح الرسم البياني أدناه فرق معدل الخصم من معدل الأموال الفيدرالية. ملاحظة خلال الفترة 1955-1964 ، كان معدل الخصم أعلى من سعر الأموال الفيدرالية. بعد ذلك (باستثناء 1971-2 و 1975-196) ، كان معدل الخصم أقل حتى عام 2003. حدثت الاختلافات السلبية الكبيرة حيث استخدم بنك الاحتياطي الفيدرالي معدلات صناديق اتحادية أعلى لمكافحة التضخم ، مع دعم البنوك ذات معدل اقتراض أقل خلال الأوقات الصعبة.

تحت آلان جرينسبان (1987-2006) بقي معدل الخصم أقل من معدل الأموال الفيدرالية حتى عام 2003. في تلك المرحلة ، رفع معدل الخصم أعلاه لتشجيع البنوك على الاقتراض من بعضها البعض بدلاً من الاحتياطي الفيدرالي. كما أنشأ فرقًا تلقائيًا بنسبة 1 ٪ ، مما يزيل ضرورة الاضطرار إلى ضبط المعدلتين بشكل منفصل. ومع ذلك ، لم يكن هذا الاختلاف في مكانه إلا حتى عام 2007 ، عندما انخفض بن بيرنانكي إلى حوالي 0.6 ٪. ساد هذا المستوى من خلال شروط جانيت يلين وجيروم باول حتى فترة كوفيد 2020 ، عندما خفضه باول إلى أقل من 0.2 ٪ ، حيث يبقى اليوم.

من الواضح أن إجابة الذكاء الاصطناعي كانت بعيدة عن علامة الواقع.

الآن ، إلى الانقلاب دي غريس: الذكاء الاصطناعي يفتقر إلى الاتساق الداخلي

قبل يومين ، قررت البحث عن الأسهم التي كسرت سجلات أرباحها في عام 2024. سؤالي إلى Google AI: “ما هي الأسهم التي قللت من أرباحها في عام 2024 بعد زيادة أرباحها كل عام لمدة عشر سنوات على الأقل؟” كان الجواب هنا:

“في عام 2024 ، كان هناك العديد من الأسهم الأمريكية التي خفضت أرباحها بعد تاريخ طويل من الدفعات المتزايدة. بعض الأمثلة البارزة تشمل Coca-Cola (KO) و Pfizer (PFE).”

لذلك ، يخرج شيئان في هذه الإجابة. “عدة” بدون قائمة للشركات تستحق درجة غير مكتملة. ثانياً ، هل قلل كوكاكولا و فايزر حقًا أرباحهما في عام 2024؟ طريقة واحدة لمعرفة ذلك: شواء الذكاء الاصطناعي. إليكم أسئلتي وإجابات الذكاء الاصطناعي:

س: “هل قلل KO الأرباح في عام 2024؟”

ج: “لا ، لم تقلل شركة Coca-Cola (KO) من أرباحها في عام 2024. في الواقع ، أعلنت عن زيادة توزيعات الأرباح السنوية 63 على التوالي.”

س: “هل قلل PFE الأرباح في عام 2024؟”

ج: “لا ، لم تقلل سهم PFE أرباحه في عام 2024. في الواقع ، زاد مجلس إدارة شركة Pfizer أرباحه الفصلية بنسبة 2.4 ٪ في ديسمبر 2024 ، مما يمثل السنة الخامسة عشرة على التوالي من نمو الأرباح.”

تلك الإجابات المتضاربة تكشف عيب حرج. إذا كانت بيانات وعمليات الذكاء الاصطناعي غير متسقة وترابط ، فهناك نقص كبير في الثقة في أي إجابة. لذلك…

خلاصة القول: استخدم إجابات الذكاء الاصطناعي كدليل لمزيد من البحث

جميع البيانات في العالم وسرعة الإضاءة لا تجعل الفهم الدقيق والتحليل الحكيم – خاصة عندما يتعلق الأمر بالاستثمار.

لذلك ، استخدم AI كأداة بدائية تتطلب تحليلًا وتأكيدًا إضافيًا. الذكاء الاصطناعي ليس على الإطلاق خبير بديهية وصنع القرار.