Zephyrnet Logo

Inteligência de dados generativa

AI

Como a IA pode ajudar os americanos a alcançar a liberdade financeira em 2024

Republicado por Platão
Republicado por Platão

Data:

Visualizações: 90

As ferramentas de IA inundaram o mercado durante o ano passado, com manchetes e sentimento público ricocheteando entre aceitação, apoio, oposição e hostilidade absoluta. Enquanto estamos começando a ver primeiras tentativas ao regulamentar a IA generativa, a tecnologia continua num caminho de crescimento exponencial que promete oportunidades incríveis e um elevado risco de exploração. 

Tal como na maioria dos campos, não há dúvida de que a IA desempenhará um papel cada vez mais significativo na indústria de serviços financeiros. Então, como podemos aproveitar os desenvolvimentos para melhorar a vida financeira nos EUA e noutros países? E como podemos proteger os usuários de maus atores e dos preconceitos que parecem inerentes às atuais ferramentas generativas de IA?

Embora a resposta esteja em constante evolução, há vários passos que podemos tomar hoje.

Primeiro, o porquê: no clima económico instável de hoje, a aplicação inteligente e ponderada da IA ​​generativa pode tornar as tão necessárias ferramentas de finanças pessoais mais acessíveis a inúmeros americanos. Indivíduos e famílias em todo o país relatam uma ressaca persistente da inflação elevada e da preocupação crescente com as finanças, apesar dos ganhos económicos de alto nível a nível macro. Na verdade, mais de 80% dos americanos estão em crise ou com dificuldades financeiras, com o estresse financeiro incontrolável aumentando 34% no último ano. Se bem feita, a integração da IA ​​nos serviços financeiros e no planeamento pode desempenhar um papel transformador e alcançar mais do que nunca.

E, no entanto, a regulamentação e aplicação adequadas da IA ​​ainda estão a anos de distância, atribuindo ao sector privado a responsabilidade de aproveitar estas tecnologias emergentes de forma responsável e implementar políticas e procedimentos que priorizam o utilizador. 

A eliminação de preconceitos nas plataformas novas e existentes é um dos maiores obstáculos do lado técnico. Como a IA generativa é treinada com base em enormes quantidades de dados disponíveis na Internet, os seus resultados são influenciados por quaisquer preconceitos presentes – desde inconsequentes até absolutamente perigosos. Outra limitação é que a IA pode gerar texto com base em informações não confiáveis ​​ou desatualizadas, tornando as informações fornecidas potencialmente imprecisas. 

Além do mais, a Internet está repleta de maus atores que já usam IA generativa para seus próprios fins na indústria. Algumas parecem inócuas, como a miríade de soluções pontuais que prometem ajudar os usuários a resolver desafios financeiros específicos. No entanto, estes são frequentemente considerados produtos minimamente viáveis, com pouca ou nenhuma verificação prévia, e os utilizadores ficam essencialmente a investir o seu dinheiro numa caixa negra.

E, finalmente, os riscos de privacidade de dados são uma ameaça crescente – desde maus atores que roubam informações até à questão de longa data de como a mineração de dados permanece em grande parte não regulamentada. 

Apesar destes desafios assustadores, existe um caminho claro a seguir para garantir que a IA generativa seja segura e eficaz para os utilizadores, no espaço financeiro e fora dele. 

A um nível micro, as empresas devem ser conscientes e transparentes na utilização da IA ​​aberta versus fechada. Os modelos fechados podem conter melhor os preconceitos e ser ajustados para produzir resultados mais precisos do que os modelos abertos actualmente disponíveis, que muitas vezes alucinam factos. Fundamental para esses modelos discretos é uma base de conhecimento selecionada a partir da qual o sistema de IA pode gerar respostas. Isto requer uma mão distintamente humana para supervisionar a governação da IA ​​– desde a construção e gestão da base de dados de origem até aos testes contínuos do sistema, até à proteção dos dados dos utilizadores. 

Na escala macro, há um número crescente de alianças de dados e grupos de autorregulação surgindo com o objetivo de avançando na pesquisa em segurança de IA or desenvolvimento de diretrizes políticas. Embora alguns dos maiores nomes da tecnologia estejam envolvidos, é necessária uma maior coordenação entre estas inúmeras associações. Ao trabalharem em conjunto para uma governação clara e universal da IA, as empresas de IA podem ser responsabilizadas e os melhores interesses dos utilizadores podem ser mantidos em primeiro plano.

Com estes tipos de medidas em vigor, podemos aproveitar de forma mais eficaz o potencial da IA. Basta olhar para as gerações futuras, que têm uma forte preferência por opções de autoatendimento e que beneficiariam mais de uma versão combinada de apoio financeiro humano e de IA.

Embora a regulamentação e a aplicação formais possam nunca ser alcançáveis, dada a rápida progressão da IA ​​generativa, cabe às empresas privadas - tanto de forma independente como colectiva - garantir que os seus produtos servem melhor os seus utilizadores finais. Fazer isso representa uma oportunidade sem precedentes para integrar a IA no setor de serviços financeiros de uma forma que possa realmente transformar vidas em grande escala. 

  • Dusten SalinasDusten Salinas

    Dusten Salinas tem mais de 20 anos de experiência profissional em diversas funções e setores. Dusten atua como CTO da Financial Finesse desde 2016, supervisionando as inovações tecnológicas na plataforma da empresa. Em 2017, fundou e tornou-se CEO da Organtik, uma startup focada na exploração, colaboração e criação de visão. Antes disso, Dusten foi líder de área de prática na Slalom Consulting, bem como vice-presidente sênior de engenharia na Viddy, Inc. e arquiteto de soluções no The Spitfire Group. Ele começou sua carreira como engenheiro de software na ProNet em 1997. Dusten recebeu seu diploma de bacharel em engenharia elétrica e ciência da computação no Massachusetts Institute of Technology.

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

local_img

Inteligência mais recente

local_img

Direitos autorais @ 2024 Plato Technologies Inc.