Keuntungan:
- Mampu membedakan di mana kecerdasan buatan menghemat waktu nyata dalam analisis ekonomi (kompilasi data, rancangan, kode, ringkasan) dan di mana (tanggung jawab perkiraan, keputusan kebijakan, angka resmi) keputusan diserahkan kepada ekonom yang kompeten, sesuai dengan tingkat risiko tugas
- Kemampuan untuk menerapkan disiplin yang memverifikasi setiap keluaran kecerdasan buatan melalui langkah-langkah menghubungkannya ke sumber aslinya (TURKSTAT/EVDS/IMF), menghitung ulang dan meneruskannya melalui filter akal sehat ekonomi.
- Kemampuan untuk mengenali risiko nomor palsu (halusinasi), tanggal batas data lama dan kebocoran data rahasia, serta membiasakan memilih alat dan sumber daya yang aman.
Meja ekonom sebenarnya adalah pabrik data dan teks: Anda menafsirkan data inflasi dari TURKSTAT di pagi hari, menulis catatan kebijakan untuk badan pembangunan di sore hari, membersihkan rangkaian waktu dan mencoba membuat perkiraan di malam hari. Sebagian besar pekerjaan ini bersifat mekanis, bukan mental: mengunduh data, mengonversi unit, mengedit tabel, meringkas laporan panjang, menulis kode. Kecerdasan buatan (AI – model bahasa besar dan alat bantu) meringankan beban mekanis ini. Namun mari kita mulai dengan kalimat yang akan kita ulangi sepanjang modul ini: Kecerdasan buatan adalah asisten ekonom, bukan pakar yang menggantikannya. Tanggung jawab atas prakiraan inflasi, usulan kebijakan moneter, atau angka yang tersedia untuk umum selalu berada di tangan orang dan lembaga yang menandatanganinya.
Bayangkan unit ini seperti “panduan pengguna”: di sini kami akan menjelaskan di mana harus meletakkan AI, di mana tidak boleh meletakkannya, dan bagaimana memvalidasi setiap keluaran. Sepuluh unit lainnya akan memberi daging pada kerangka ini.
Apa yang dipercepat oleh kecerdasan buatan dalam perekonomian dan apa yang tidak dipercepat?
Mari kita bagi tugas menjadi tiga kotak sesuai dengan tingkat risikonya. Perbedaan ini adalah kompas dari keseluruhan modul.
Kotak hijau — AI sangat kuat, menambah kecepatan (masih diulas). Menulis kode pengunduhan data, menyarankan langkah-langkah untuk membersihkan data, merangkum laporan atau artikel yang panjang, membuat kode untuk bagan, menyederhanakan dan memformat teks, menjelaskan istilah, terjemahan, menyusun kerangka catatan kebijakan. Di sini biaya kesalahan rendah dan kesalahan mudah terlihat.
Kotak kuning — AI membantu tetapi manusia memverifikasi. Membangun model deret waktu, interpretasi regresi, perhitungan skenario, interpretasi indikator, sintesis literatur. Di sini AI menghasilkan cetak biru; Namun angka, asumsi dan logika ekonomi tidak akan kemana-mana tanpa diperiksa baris demi baris.
Kotak merah — Tanggung jawab ada di tangan manusia, AI tidak bisa memutuskan. Persetujuan akhir atas angka inflasi/pertumbuhan resmi, kepemilikan proposal kebijakan moneter atau fiskal, penandatanganan perkiraan yang akan dipublikasikan, opini yang dijadikan keputusan investasi/kredit. Di sini AI hanya menghasilkan masukan; Penilaian, tanggung jawab dan tanda tangan adalah milik orang tersebut.
Tips: Jika Anda tidak yakin di kotak mana Anda akan memasukkan tugas, ajukan pertanyaan ini: "Siapa yang dirugikan jika keluaran ini ternyata salah, dan akankah kesalahan tersebut mudah diketahui?" Jika kerusakannya besar dan kesalahannya tersembunyi, tugas itu mendekati warna merah.
Tiga batasan mendasar dari kecerdasan buatan
Untuk menggunakannya dengan aman di bidang ekonomi, pertama-tama kita harus mengetahui di mana letak kesalahannya.
1) Fabrikasi (halusinasi). Model bahasa besar terkadang membuat nomor atau sumber yang tidak diketahuinya, dalam bahasa yang percaya diri. Ungkapan “defisit transaksi berjalan tahun 2023 adalah $45,2 miliar” tampaknya benar, tetapi mungkin sepenuhnya salah. Dalam ilmu ekonomi, hal ini berakibat fatal: angka yang salah meracuni laporan, ramalan, dan keputusan.
2) Tanggal batas data. Data pelatihan model berhenti pada tanggal tertentu. Inflasi terkini, keputusan suku bunga terkini, dan nilai tukar kemarin mungkin dikecualikan dari informasi ini. AI sebenarnya mungkin memberi Anda nomor yang berumur beberapa bulan atau tahun sebagai "data terbaru".
3) Penyebab kebutaan dan kurangnya konteks. AI menangkap pola dalam bahasa; tidak "memahami" kausalitas ekonomi. Dia membuat kalimat seperti "Ketika suku bunga naik, inflasi menurun" dengan lancar, tetapi dia tidak dapat mengevaluasi dalam kondisi mana kalimat tersebut berlaku atau di negara mana hal sebaliknya terjadi pada periode apa. Pemerintah tidak bisa melihat adanya kerusakan struktural (perubahan pola akibat krisis).
Perhatian: Hanya karena sebuah kalimat lancar dan percaya diri bukan berarti kalimat tersebut benar. Kecerdasan buatan yang paling meyakinkan bisa jadi salah.
Disiplin verifikasi: SUMBER–AKUN–FIlter
Inti dari modul ini adalah satu kebiasaan. Ambil setiap keluaran AI melalui tiga langkah:
- SUMBER. Setiap angka dan klaim faktual ditautkan ke sumber aslinya. Inflasi dari TURKSTAT, nilai tukar dan neraca pembayaran dari CBRT, proyeksi global dari IMF. Anda merujuk pada publikasi resmi, bukan angka yang diberikan oleh AI.
- TAGIHAN. Anda secara manual menghitung ulang setiap angka turunan setidaknya satu kali. Apakah tingkat pertumbuhan, nilai riil dan indeks diperoleh dengan rumus yang benar? Lihatlah suatu periode di atas kertas.
- SARINGAN. Anda menyampaikan hasilnya melalui akal sehat ekonomi: Apakah ukuran ini masuk akal? Apakah tandanya benar? Dalam rentang sejarah? Apakah ada kontradiksi? Hasil yang tidak masuk akal seringkali merupakan sinyal kesalahan.
tiga kasus mini
Kasus 1 — Menangkap sosok palsu. Seorang analis lembaga pembangunan mengatakan kepada YZ untuk "membuat tabel angka ekspor tahun 2023 berdasarkan provinsi." AI memberikan gambaran yang layak. Pada langkah SUMBER, analis melihat statistik perdagangan luar negeri TUIK dan melihat bahwa angka untuk tiga provinsi dua kali lipat dari data sebenarnya; AI telah mengisi informasi yang hilang dengan angka yang “tampak masuk akal”. Analis membuang tabel tersebut dan mengambil data langsung dari TURKSTAT. Angka yang dibuat-buat itu ditangkap sebelum dimasukkan ke dalam laporan.
Kasus 2 — Perangkap data yang ketinggalan jaman. Seorang jurnalis ekonomi bertanya kepada YZ, "Berapa tingkat kebijakan saat ini?" dia bertanya; Jawaban yang dia terima adalah tingkat delapan bulan lalu. Wartawan yang memiliki kebiasaan AKUN/SUMBER ini melihat keputusan MPK (Komite Kebijakan Moneter) terakhir CBRT dan menggunakan kurs yang benar. Jika dia tidak bertanya, minat yang salah akan tertuju pada publikasi tersebut.
Kasus 3 — Filter ekonomi. Seorang mahasiswa-peneliti meminta AI menghitung rangkaian upah riil. Hasilnya menyebutkan upah riil meningkat 140 persen dalam satu tahun. Langkah FILTER ikut berperan: ukuran ini tidak realistis. Dalam kodenya, AI telah menggunakan deflator (indeks koreksi harga) dengan basis yang salah. Kesalahan ditemukan, rumus diperbaiki, dan hasilnya berada dalam kisaran wajar.
Empat templat yang dapat disalin
1) Perintah sistem yang mendefinisikan peran dan batasan:
Peran Anda: asisten analisis, asisten ekonom senior. Peraturan: (1) Jangan mengarang nomor apa pun yang tidak saya berikan kepada Anda. Jika Anda tidak tahu, ucapkan "Anda perlu memverifikasi data ini". (2) Tentukan dari sumber resmi mana (TURKSTAT/CBRT/IMF, dll) yang harus dikonfirmasi untuk setiap nomor yang Anda berikan. (3) Menyatakan secara jelas kondisi dan ketidakpastian pada saat mengajukan klaim kausalitas. Jika sudah paham, konfirmasikan dalam satu kalimat.
2) Permintaan konfirmasi sumber:
Analisislah klaim berikut: "[klaim]". Cantumkan sumber resmi/utama mana (lembaga, nama terbitan, seri) yang harus saya lihat untuk memverifikasinya. Identifikasi definisi dan periode mana yang dimiliki setiap nomor dalam klaim. Jangan berikan nomor dari ingatan Anda sendiri.
3) Perintah untuk memfilter keluaran:
Periksa hasil analisis berikut untuk mengetahui konsistensi ekonomi: apakah tandanya masuk akal, apakah besarannya berada dalam kisaran historis, apakah satuannya konsisten, apakah ada asumsi tersembunyi? Tandai apa pun yang Anda anggap mencurigakan dengan tag "verifikasi".
4) Permintaan klasifikasi risiko tugas:
Saya akan melakukan tugas berikut: "[pencarian]". Klasifikasikan menjadi hijau (mekanis, risiko rendah), kuning (draft, verifikasi manusia) atau merah (manusia yang mengambil keputusan/tanggung jawab) dan jelaskan alasannya dalam satu kalimat.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Tulislah analisis tentang perekonomian Turki.
Tanpa konteks dan tidak terbatas; AI menghasilkan teks yang umum, tidak bersumber, dan tidak dapat diverifikasi.
Perintah yang kuat:
Peran Anda: asisten analisis. Saya memiliki data pertumbuhan CPI dan PDB tahunan 2019-2024 dari TURKSTAT (di bawah). Tulis draf komentar 3 paragraf berdasarkan data ini; Ambil setiap nomor dari tabel yang saya berikan, jangan menambahkan nomor dari luar; Bila kurang jelas tulis "harus terverifikasi". Terakhir, buat daftar poin mana yang perlu saya periksa secara manual.[tabel]
Prompt ini menyatukan peran, sumber daya, kendala, dan ekspektasi verifikasi; Outputnya menjadi dapat diaudit.
Kesalahan umum
- Memperlakukan nomor yang diberikan oleh AI sebagai sumber. AI bukanlah sumber daya; TURKSTAT/CBRT/IMF adalah sumbernya.
- Salah mengira kefasihan sebagai akurasi. Kalimat yang ditulis dengan baik bisa saja salah.
- Melewati kotak tugas. Melewati pekerjaan kotak merah secepat pekerjaan kotak hijau adalah kesalahan yang paling mahal.
- Lupa tanggal batas data. Meminta "saat ini" dan mendapatkan nomor lama.
- Tanpa pandang bulu memasukkan data rahasia/sensitif terhadap pasar ke dalam alat. Pelanggaran privasi yang akan kita lihat di unit selanjutnya.
- Lewati langkah penghitungan manual. Menggunakan nomor turunan tanpa memeriksanya sama sekali.
Singkatnya
Kecerdasan buatan adalah asisten ampuh yang secara signifikan mengurangi beban mekanis ekonom; namun tanggung jawab untuk melakukan peramalan, kebijakan dan angka resmi tetap berada di tangan manusia. Urutkan tugas ke dalam kotak hijau-kuning-merah, ingatlah tiga batasan mendasar AI (fabrikasi, tanggal penghentian data, kebutaan kausalitas), dan teruskan setiap keluaran melalui disiplin SOURCE–ACCOUNT–FIlter. Ketiga langkah ini adalah sabuk pengaman untuk seluruh modul.
Tugas aplikasi
Pilih minggu sebenarnya dari pekerjaan Anda dan buat daftar 10 tugas ekonomi yang Anda lakukan pada minggu itu (misalnya "menafsirkan data inflasi", "menyiapkan tabel ekspor provinsi", "membuat ringkasan laporan"). Klasifikasikan setiap tugas sebagai hijau/kuning/merah. Kemudian pilih tugas di kotak hijau dan minta AI melakukannya menggunakan templat 1 dan 3 di atas, dan periksa hasilnya dengan SOURCE–ACCOUNT–FIlter dan catat setidaknya satu kesalahan yang Anda temukan.
daftar periksa
- [ ] Saya menempatkan tugas dengan benar di kotak hijau/kuning/merah.
- [ ] Saya mengkonfirmasi setiap nomor yang diberikan oleh kecerdasan buatan dari sumber resmi utama.
- [ ] Saya menghitung ulang setidaknya satu angka turunan dengan tangan.
- [ ] Saya menyaring hasilnya melalui akal sehat ekonomi (tanda, besaran, satuan).
- [ ] Saya memeriksa tanggal batas data dan risiko terkini.
- [ ] Saya tidak menggunakan data rahasia/sensitif atau menggunakan alat yang aman/disetujui.
- [ ] Saya telah mengklaim kepemilikan atas hasilnya, dengan menyatakan bahwa saya memiliki penilaian akhir dan tanda tangan.