مقدمه‌ای بر هوش مصنوعی در اقتصاد: نقش‌ها، مرزها، اعتبارسنجی و اخلاق داده‌ها

سود:

• توانایی تشخیص اینکه کجا هوش مصنوعی در تحلیل اقتصادی در زمان واقعی صرفه جویی می کند (تجمیع داده ها، پیش نویس، کد، خلاصه) و کجا (مسئولیت پیش بینی، تصمیم سیاست، شکل رسمی) تصمیم گیری با توجه به سطح ریسک کار به اقتصاددان ذیصلاح واگذار می شود.
• امکان اعمال رشته ای که هر خروجی هوش مصنوعی را از طریق مراحل اتصال آن به منبع اصلی (TURKSTAT/EVDS/IMF)، محاسبه مجدد و عبور از فیلتر عقل سلیم اقتصادی تایید می کند.
• توانایی تشخیص خطرات اعداد جعلی (توهم)، تاریخ های قطع اطلاعات قدیمی و نشت داده های محرمانه و کسب عادت انتخاب ابزار و منابع ایمن.

میز یک اقتصاددان در واقع یک کارخانه داده و متن است: شما داده های تورم را از TURKSTAT در صبح تفسیر می کنید، بعد از ظهر یک یادداشت سیاستی برای یک آژانس توسعه می نویسید، یک سری زمانی را تمیز می کنید و سعی می کنید در عصر پیش بینی کنید. بیشتر این کار مکانیکی است نه ذهنی: دانلود داده ها، تبدیل واحدها، ویرایش جداول، خلاصه کردن گزارش های طولانی، نوشتن کد. هوش مصنوعی (AI - مدل‌های زبان بزرگ و ابزارهای کمکی) دقیقاً این بار مکانیکی را کاهش می‌دهد. اما اجازه دهید با جمله ای شروع کنیم که در طول این ماژول تکرار خواهیم کرد: هوش مصنوعی دستیار اقتصاددان است، نه متخصصی که جایگزین او می شود. مسئولیت پیش‌بینی تورم، پیشنهاد سیاست پولی یا رقمی که در دسترس عموم قرار دارد، همیشه بر عهده شخص و نهادی است که آن را امضا کرده است.

این واحد را مانند یک «راهنمای کاربر» در نظر بگیرید: در اینجا ما نشان می‌دهیم که هوش مصنوعی را کجا قرار دهیم، کجا هرگز آن را قرار ندهیم، و چگونه هر خروجی را تأیید کنیم. ده واحد دیگر گوشت را روی این اسکلت خواهند گذاشت.

هوش مصنوعی در اقتصاد چه چیزی را شتاب می دهد و چه چیزی را شتاب نمی دهد؟

بیایید وظایف را با توجه به سطح ریسک به سه جعبه تقسیم کنیم. این تمایز قطب نمای کل ماژول است.

جعبه سبز - هوش مصنوعی قدرتمند است، سرعت را اضافه می کند (هنوز بررسی شده است). نوشتن کد دانلود داده، پیشنهاد مراحل پاکسازی داده ها، خلاصه کردن یک گزارش یا مقاله طولانی، تولید کد برای نمودار، ساده سازی و قالب بندی متن، توضیح اصطلاحات، ترجمه، پیش نویس یادداشت خط مشی. در اینجا هزینه خطا کم است و خطاها به راحتی قابل مشاهده است.

جعبه زرد - هوش مصنوعی کمک می کند اما انسان تأیید می کند. ساخت مدل سری زمانی، تفسیر رگرسیون، محاسبه سناریو، تفسیر شاخص، سنتز ادبیات. در اینجا هوش مصنوعی یک طرح اولیه تولید می کند. اما اعداد، مفروضات و منطق اقتصادی بدون بررسی خط به خط راه به جایی نمی برند.

جعبه قرمز - مسئولیت با انسان است، هوش مصنوعی نمی تواند تصمیم بگیرد. تایید نهایی رقم رسمی تورم/رشد، مالکیت پیشنهاد سیاست پولی یا مالی، امضای پیش‌بینی عمومی، نظری که به تصمیم سرمایه‌گذاری/اعتباری تبدیل می‌شود. در اینجا هوش مصنوعی فقط ورودی تولید می کند. قضاوت، مسئولیت و امضا متعلق به شخص است.

نکته: اگر مطمئن نیستید که کار را در کدام کادر قرار دهید، این سوال را بپرسید: "اگر این خروجی اشتباه باشد چه کسی صدمه می بیند و آیا خطا به راحتی قابل مشاهده است؟" اگر آسیب زیاد باشد و خطا پنهان باشد، آن کار نزدیک به قرمز است.

سه حد اساسی هوش مصنوعی

برای استفاده ایمن از آن در علم اقتصاد، ابتدا باید بدانیم که کجا می افتد.

1) ساختگی (توهم). مدل زبان بزرگ گاهی اوقات یک عدد یا منبعی را می سازد که نمی داند، به زبانی مطمئن. جمله "کسری حساب جاری 2023 45.2 میلیارد دلار بود" درست به نظر می رسد اما ممکن است کاملاً اشتباه باشد. در اقتصاد، این کشنده است: یک رقم نادرست یک گزارش، یک پیش بینی، یک تصمیم را مسموم می کند.

2) تاریخ قطع داده ها. داده های آموزشی مدل در یک تاریخ معین متوقف می شود. آخرین تورم، آخرین تصمیم نرخ بهره و نرخ ارز دیروز ممکن است از این اطلاعات خارج شوند. هوش مصنوعی ممکن است در واقع یک عدد چند ماهه یا چند ساله را به عنوان «آخرین داده» به شما بدهد.

3) نابینایی سببی و فقدان زمینه. هوش مصنوعی الگوها را در زبان ثبت می کند. علیت اقتصادی را "درک" نمی کند. او جملاتی مانند «وقتی نرخ بهره افزایش می یابد، تورم کاهش می یابد» را روان بیان می کند، اما نمی تواند ارزیابی کند که در چه شرایطی معتبر هستند یا در کدام کشور برعکس در چه دوره ای اتفاق افتاده است. نمی تواند گسست های ساختاری (تغییر الگو با بحران) را ببیند.

توجه: فقط به این دلیل که یک جمله روان و مطمئن است، به معنای صحیح بودن آن نیست. هوش مصنوعی در قانع کننده ترین حالت ممکن است اشتباه باشد.

رشته تأیید: SOURCE–ACCOUNT–Filter

قلب این ماژول یک عادت واحد است. هر خروجی هوش مصنوعی را طی سه مرحله طی کنید:

1. منبع. هر عدد و ادعای واقعی به منبع اصلی مرتبط است. تورم از TURKSTAT، نرخ ارز و تراز پرداخت ها از CBRT، پیش بینی جهانی از صندوق بین المللی پول. شما به نشریه رسمی ارجاع می دهید، نه رقم ارائه شده توسط هوش مصنوعی.
2. بیل. هر عدد مشتق شده را حداقل یک بار به صورت دستی دوباره محاسبه می کنید. آیا نرخ رشد، ارزش واقعی و شاخص با فرمول صحیح به دست آمده است؟ یک دوره را روی کاغذ بررسی کنید.
3. الک. شما نتیجه را از طریق عقل سلیم اقتصادی عبور می دهید: آیا این اندازه معقول است؟ آیا علامت صحیح است؟ در محدوده تاریخی؟ آیا تناقضی وجود دارد؟ یک نتیجه غیر معقول اغلب یک سیگنال خطا است.

سه کیف کوچک

مورد 1 - گرفتن چهره جعلی. یک تحلیلگر آژانس توسعه به YZ گفت که "جدولی از ارقام صادرات 2023 را بر اساس استان تهیه کند." هوش مصنوعی تصویر مناسبی ارائه داد. در مرحله SOURCE، تحلیلگر به آمار تجارت خارجی TUIK نگاه کرد و مشاهده کرد که ارقام سه استان دو برابر داده های واقعی است. هوش مصنوعی اطلاعات گمشده را با اعداد «به نظر منطقی» پر کرده بود. تحلیلگر جدول را دور انداخت و داده ها را مستقیماً از TURKSTAT بیرون کشید. رقم ساختگی قبل از درج در گزارش دستگیر شد.

مورد 2 - تله داده های قدیمی. یک روزنامه نگار اقتصادی از YZ پرسید: "نرخ سیاست فعلی چقدر است؟" او پرسید؛ پاسخی که دریافت کرد نرخ هشت ماه پیش بود. روزنامه نگار که عادت به ACCOUNT/SOURCE دارد، به آخرین تصمیم MPK (کمیته سیاست پولی) CBRT نگاه کرد و از نرخ صحیح استفاده کرد. اگر او نپرسیده بود، علاقه نادرست به سمت نشریه می رفت.

مورد 3 - فیلتر اقتصادی. یک دانشجو-پژوهشگر از هوش مصنوعی خواسته بود یک سری دستمزد واقعی را محاسبه کند. نتیجه نشان داد که دستمزدهای واقعی در یک سال 140 درصد افزایش یافته است. مرحله FILTER وارد عمل شد: این اندازه غیر واقعی بود. در کد، هوش مصنوعی از deflator (شاخص اصلاح قیمت) با پایه اشتباه استفاده کرده بود. خطا پیدا شد، فرمول تصحیح شد و نتیجه در محدوده معقول قرار گرفت.

چهار قالب قابل کپی

1) سیستم اعلان نقش ها و مرزها را تعریف می کند:

نقش شما: دستیار تحلیلگر یک اقتصاددان ارشد. قوانین: (1) هیچ عددی را که به شما نمی‌دهم درست نکنید. اگر نمی دانید، بگویید "شما باید این داده ها را تأیید کنید". (2) مشخص کنید که از کدام منبع رسمی (TURKSTAT/CBRT/IMF و غیره) باید برای هر شماره ای که ارائه می کنید تأیید شود. (3) هنگام طرح ادعای علیت، شرایط و عدم قطعیت را به وضوح بیان کنید. اگر متوجه شدید در یک جمله تایید کنید.

2) درخواست تایید منبع:

ادعای زیر را تحلیل کنید: «[ادعا]». فهرستی از منبع رسمی/اولیه (موسسه، نام نشریه، سری) را که برای تأیید این موضوع باید بررسی کنم. مشخص کنید که هر عدد در ادعا به کدام تعریف و دوره تعلق دارد. از حافظه خود اعداد ندهید.

3) درخواست فیلتر کردن خروجی:

نتیجه تحلیل زیر را برای سازگاری اقتصادی بررسی کنید: آیا علامت معنی دارد، آیا مقدار در محدوده تاریخی است، آیا واحدها سازگار هستند، آیا یک فرض پنهان وجود دارد؟ هر چیزی را که مشکوک می بینید با برچسب "تأیید" علامت گذاری کنید.

4) درخواست طبقه بندی ریسک کار:

من کار زیر را انجام خواهم داد: "[quest]". آن را به عنوان سبز (مکانیکی، کم خطر)، زرد (پیش نویس، تأیید انسان) یا قرمز (انسان تصمیم گیری/مسئولیت) طبقه بندی کنید و دلیل آن را در یک جمله توضیح دهید.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

تحلیلی در مورد اقتصاد ترکیه بنویسید.

بی زمینه و نامحدود؛ هوش مصنوعی یک متن عمومی، بدون منبع و غیرقابل تأیید تولید می کند.

اعلان قدرتمند:

نقش شما: دستیار تحلیل من داده های سالانه CPI و GDP 2019-2024 را از TURKSTAT دارم (در زیر). بر اساس این داده ها یک نظر پیش نویس 3 بند بنویسید. هر عدد را از جدولی که به شما دادم بردارید، اعداد را از بیرون اضافه نکنید. در جایی که نامشخص هستید، بنویسید "باید تایید شود". در نهایت لیستی از نقاطی که باید به صورت دستی بررسی کنم را فهرست کنید.[جدول]

این اعلان نقش، منبع، محدودیت و انتظار تایید را با هم نشان می دهد. خروجی قابل ممیزی می شود.

اشتباهات رایج

• در نظر گرفتن شماره ارائه شده توسط هوش مصنوعی به عنوان منبع. هوش مصنوعی یک منبع نیست. TURKSTAT/CBRT/IMF منبع است.
• اشتباه گرفتن تسلط با دقت یک جمله خوب می تواند اشتباه باشد.
• دور زدن کادر وظیفه گذراندن کار جعبه قرمز به سرعت سبز گران ترین اشتباه است.
• فراموش کردن تاریخ قطع اطلاعات درخواست «جریان» و گرفتن شماره قدیمی.
• چسباندن بی رویه داده های محرمانه / حساس به بازار در ابزار. نقض حریم خصوصی که در بخش بعدی شاهد آن خواهیم بود.
• از مرحله محاسبه دستی رد شوید. استفاده از عدد مشتق شده بدون بررسی آن.

به طور خلاصه

هوش مصنوعی دستیار قدرتمندی است که بار مکانیکی اقتصاددان را به میزان قابل توجهی کاهش می دهد. اما مسئولیت پیش بینی، سیاست و ارقام رسمی بر عهده انسان است. کارها را در کادرهای سبز-زرد-قرمز مرتب کنید، سه محدودیت اساسی هوش مصنوعی (ساخت، تاریخ قطع داده، کوری علیت) را در نظر داشته باشید و هر خروجی را از طریق رشته SOURCE–ACCOUNT–Filter عبور دهید. این سه مرحله کمربند ایمنی برای بقیه ماژول هستند.

وظیفه کاربردی

یک هفته واقعی را از شغل خود انتخاب کنید و 10 کار اقتصادی را که در آن هفته انجام داده اید فهرست کنید (به عنوان مثال "تفسیر داده های تورم"، "تهیه جدول صادرات استانی"، "تهیه خلاصه گزارش"). هر کار را به عنوان سبز/زرد/قرمز طبقه بندی کنید. سپس یک کار را در کادر سبز انتخاب کنید و از هوش مصنوعی بخواهید این کار را با استفاده از الگوهای 1 و 3 بالا انجام دهد و خروجی را با SOURCE–ACCOUNT–Filter بررسی کنید و حداقل یک خطا را که پیدا کردید یادداشت کنید.

چک لیست

• [ ] من کار را به درستی در کادر سبز/زرد/قرمز قرار دادم.
• [ ] من هر عددی را که هوش مصنوعی از منبع رسمی اصلی داده بود تایید کردم.
• [ ] من حداقل یک عدد مشتق شده را مجدداً با دست محاسبه کردم.
• [ ] من نتیجه را از طریق عقل سلیم اقتصادی (نشانه، قدر، واحد) فیلتر کردم.
• [ ] من تاریخ قطع داده و خطر اخیر را بررسی کردم.
• [ ] من از داده های محرمانه/حساس استفاده نکردم یا از ابزارهای ایمن/تأیید شده استفاده نکردم.
• [ ] من مدعی مالکیت خروجی شده ام و معتقدم که قضاوت نهایی و امضا دارم.