La inteligencia artificial pronto podría llegar a ocupar puestos de trabajo en el sector de servicios financieros.
La próxima investigación de la Escuela de Negocios Booth de la Universidad de Chicago sugiere que los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés), un tipo de IA que está entrenada para comprenden y generan contenido, son capaces de superar a algunos analistas financieros en la previsión de cambios en informes de ganancias futuros. Los autores del estudio compartieron sus resultados pronto como un borrador no revisado.
Utilizando indicaciones de cadena de pensamiento, que ayudan a los modelos de lenguaje a realizar tareas de razonamiento complejas dividiéndolas en pasos más pequeños, estos modelos... de los cuales transformadores generativos preentrenados (GPT) son de un solo tipo: tienen una precisión del 60,4 %. Eso es 7 puntos porcentuales más que la predicción promedio de los analistas, según el estudiar.
Esto es digno de mención porque los investigadores no proporcionaron al modelo de lenguaje ninguna narrativa o contexto más allá del balance y el estado de resultados.
Con instrucciones sencillas y rápidas, la capacidad del modelo para analizar estados financieros y predecir la dirección de los rendimientos de las ganancias futuras estuvo a la par con la primera pronósticos de consenso de cuatro meses realizados por analistas, según encontró el estudio.
“En conjunto, nuestros resultados sugieren que GPT puede superar a los analistas humanos al realizar análisis de estados financieros incluso sin contextos narrativos específicos”, escribieron los investigadores.
Agregaron que los resultados resaltan la importancia del “análisis paso a paso similar al humano” que ayuda al modelo a seguir los pasos que los analistas normalmente llevar a cabo.
Las previsiones del modelo lingüístico añadieron más valor cuando estaban presentes sesgos o ineficiencias humanas, como desacuerdos, según encontró el informe.
Al igual que los humanos, las predicciones de GPT no fueron perfectas. Es más probable que sean inexactas si una empresa es más pequeña y tiene un índice de apalancamiento más alto. , registra pérdidas o tiene ganancias volátiles, porque el contexto tiende a importar más al hacer predicciones para empresas más pequeñas o más variables.
Si bien tanto GPT como los analistas tienen más problemas para hacer predicciones cuando las empresas son más pequeñas o reportan pérdidas, los analistas tienden a ser mejores a la hora de negociar. con circunstancias financieras complejas, probablemente debido a otra información suave y contexto que se encuentra fuera de los estados financieros.
“Nuestros hallazgos indican el potencial de los LLM para democratizar el procesamiento de información financiera y deberían ser de interés para inversores y reguladores”, afirman los autores de El informe concluyó señalando que los modelos lingüísticos pueden ser más que una simple herramienta para los inversores y desempeñar un papel más activo en la toma de decisiones. .
Sin embargo, el informe también advirtió que el rendimiento de la IA puede parecer diferente en la naturaleza. “¿Si la IA puede mejorar sustancialmente la toma de decisiones humana en Los mercados financieros en la práctica aún están por verse”, escribieron los autores.