Kecerdasan Buatan (Artificial Intelligence, AI dalam bahasa Inggris), muncul pertama kali dalam hidup kita pada tahun 1956. Dalam imajinasi kolektif kita memikirkan robot avant-garde mampu mengambil keputusan secara otonom, namun pada kenyataannya, mereka jauh lebih hadir di berbagai sektor kehidupan sehari-hari. AI didefinisikan sebagai sistem perangkat keras dan perangkat lunak yang dikembangkan sehingga mampu melakukan tindakan yang biasanya terkait dengan manusia, seperti pengenalan suara atau identifikasi elemen yang menarik dalam suatu gambar. Cara sistem melakukan aktivitas juga penting dan salah satu teknik paling terkenal untuk membuat sistem cerdas adalah "pembelajaran mesin", di mana mesin belajar dari pengalaman dan, seperti makhluk cerdas, dia mengoreksi dirinya sendiri dan belajar. dari kesalahannya.
Meskipun awalnya AI dikembangkan untuk mereplikasi aktivitas kognitif, saat ini AI banyak digunakan untuk analisis data besar (analisis data). Data besar adalah kumpulan data yang sangat besar baik secara kuantitatif maupun dalam hal informasi yang terkandung dalam data tunggal. Bukan hanya perusahaan IT seperti Google, Amazon, IBM dan Facebook, tetapi juga di sektor lain seperti kedokteran dan keuangan, mereka menggunakan AI untuk menganalisis kumpulan data ini dan membedakan informasi yang berguna untuk meningkatkan produktivitas perusahaan. Misalnya, pengecer produk dapat menggunakan algoritme cerdas untuk mengidentifikasi produk mana yang ingin diperoleh pelanggannya, dan dengan demikian berinvestasi lebih banyak pada produk tersebut. Analitik data besar dapat memungkinkan untuk menemukan lebih awal layanan yang mungkin diminati pelanggan, mengantisipasi keinginan mereka, dan memastikan mereka tidak mengikuti kompetisi.
La keuangan teknologi (fintech) mencakup semua teknologi yang digunakan untuk tujuan keuangan. Perusahaan keuangan memiliki sejumlah besar data yang diperoleh tidak hanya dari pelanggan mereka tetapi juga dari situasi pasar secara keseluruhan. Selain itu, data ini berguna secara kualitatif, sehingga mencakup informasi baik tentang pasar maupun tentang perilaku manusia: misalnya, dimungkinkan untuk mempelajari korelasi antara bagaimana situasi pasar global tertentu memengaruhi berbagai segmen populasi dan pilihan mereka untuk dibuat. investasi tertentu daripada yang lain. Bahkan jika di satu sisi ketersediaan data yang luas ini berguna, tanpa sistem analisis yang tepat, data tersebut berisiko tetap tidak berguna.
Untuk alasan ini, perusahaan keuangan semakin banyak berinvestasi dalam penelitian dan pengembangan algoritme analisis data, karena algoritme tersebut memungkinkan untuk membedakan informasi yang benar-benar diperlukan dan untuk mengekstrapolasi hubungan yang tidak segera terlihat; hanya berpikir bahwa Anda mengharapkan itu investasi global dalam AI akan menjadi $35.8 miliar pada akhir 2019. Informasi yang diambil dari layanan AI membantu pialang, pedagang, dan analis keuangan untuk lebih memahami situasi ekonomi saat ini dan mengembangkan strategi investasi. Salah satu kekuatan utama dari algoritme ini adalah kecepatan perhitungan, yang memungkinkan strategi dikembangkan dalam waktu yang lebih singkat, sebuah aspek yang berguna dalam perubahan pasar sekuritas keuangan.
Penggunaan lain dari kecerdasan buatan adalah di robo-advisor, perangkat lunak yang membantu klien mengelola portofolio. Melalui kuesioner awal, robo-advisor mengumpulkan informasi tentang aset, akun keuangan, dan tujuan klien; informasi ini digunakan untuk membuat portofolio investasi yang dipersonalisasi berdasarkan profil risiko klien dan ada perusahaan yang mengklaim bahwa robo-advisor mereka dapat memperbarui portofolio secara otomatis berdasarkan perubahan pasar, untuk memastikan pencapaian tujuan pelanggan. Promotor robo-advisor menyajikan kemampuan mesin untuk menganalisis pasar dan membuat keputusan berdarah dingin sebagai salah satu kekuatan mereka, mengurangi risiko investasi gagal, dipengaruhi oleh keadaan psikologis investor saat ini.
Meskipun ini adalah pengamatan yang masuk akal, penting untuk diingat bahwa setiap pengguna memiliki pengaruh di pasar dan tidak semua orang akan berperilaku rasional; hasil akhir yang diramalkan oleh perangkat lunak mungkin tidak menjadi kenyataan dan juga karena alasan inilah kami belum mencapai otomatisasi total dari proses investasi. Manfaat utama AI di bidang keuangan dapat diringkas sebagai berikut: kemampuan untuk lebih efisien menganalisis jumlah data yang tersedia, sehingga investor berpotensi meningkatkan pendapatan mereka. Namun, ada juga risiko dalam mengadopsi sistem AI, terutama yang berkaitan dengan penggunaan teknologi ini secara etis dan pemeliharaan privasi pelanggan.
Pikirkan yang baru-baru ini kasus Facebook dan Cambridge Analytica, di mana platform sosial didenda berat karena mengizinkan perusahaan konsultan Inggris menggunakan data pribadi pemilih Amerika secara tidak bermoral dan ilegal. Fakta ini telah menunjukkan perlunya peraturan dan pedoman untuk mengarahkan penelitian di bidang ini dan pada bulan Mei tahun ini OECD mendikte Lima Perintah yang harus dipatuhi oleh pengembang AI dalam pembuatan mesin dan perangkat lunak tersebut, termasuk dalam perintah ketiga bahwa "ada harus ada transparansi dan pengungkapan yang bertanggung jawab seputar sistem kecerdasan buatan, untuk memastikan bahwa orang-orang memahami segala sesuatu yang berkaitan dengan penggunaannya dan dapat memanfaatkan hasilnya sebaik-baiknya".
Saya pikir OECD mencoba untuk melindungi perkembangan AI sebagai teknologi yang dikembangkan oleh manusia dan untuk keuntungannya, menetapkan batasan untuk mencegah perkembangannya yang tidak terkendali hingga tidak lagi dapat mengaturnya; ini terlampir di poin kedua, di mana kita bicarakan “mencakup perlindungan yang memungkinkan intervensi manusia”. Penting bahwa ada diskusi untuk menguraikan pedoman pengembangan AI, bahkan jika setelah membaca pertama kali perintahnya tidak sepenuhnya jelas: misalnya, poin keempat berbicara tentang sistem AI yang "harus bekerja dengan cara yang stabil dan aman sepanjang keberadaan mereka. Kepastian semacam ini sulit, terutama karena algoritme yang menggunakan pembelajaran mesin didasarkan pada perhitungan probabilistik, yang pada dasarnya tidak memberikan kepastian mutlak.
Kedua, tampaknya menunjukkan bahwa sistem AI digunakan oleh perusahaan tidak dapat memiliki bug atau mengalami peningkatan, karena itu menyiratkan bahwa ada kesalahan yang perlu diperbaiki. Tetapi jika sistem tidak lagi dalam tahap percobaan maka seharusnya sudah "stabil dan aman". Perintah kelima memiliki kepentingan terbesar, karena menentukan tanggung jawab pencipta dan pengelola sistem kecerdasan buatan. Hal ini mudah-mudahan akan mengarahkan orang untuk tidak mendorong kemajuan secara acak, tetapi untuk mengeksplorasi opsi yang tersedia dan efek dari pilihan mereka. Selain itu, penting untuk memiliki seseorang yang bertanggung jawab atas hasil yang dapat Anda percayai atau tidak percayai dan Anda tidak dapat berterima kasih atau mengkritik mesin atas pilihan yang dibuat berdasarkan perhitungan.
Untuk alasan ini, meskipun teknologi AI sekarang digunakan di banyak bidang, saya pikir mereka tidak akan dapat membanjiri manusia dan di sektor seperti keuangan atau prognosis medis tidak akan ada sistem yang sepenuhnya otomatis. Daya tarik AI untuk analisis data adalah dapat diterapkan di mana saja, karena informasi dapat terakumulasi dalam setiap aspek kehidupan. Manusia terpesona oleh potensi AI untuk dapat lebih memahami informasi yang kami miliki, memungkinkan kami untuk membuat penemuan baru atau dapat melakukan tugas dengan lebih produktif dan membatasi upaya untuk mencoba cara lain yang mungkin kurang efisien.
Namun, penting untuk diingat bahwa terlibat dan membuat kesalahan memungkinkan kita untuk maju, melalui belajar dari pengalaman, dan membuat kita memahami pentingnya tindakan kita, karena kita harus bertanggung jawab atas tindakan tersebut. Yang dibutuhkan manusia adalah mengembangkan budaya bagaimana menggunakan teknologi AI secara tepat, ingin tahu dan belajar untuk tidak bergantung sepenuhnya pada mesin, tetapi selalu pertahankan kemampuan untuk bertanya pada diri sendiri apakah ada cara lain untuk mencapai tujuan.
Saya ingin menyimpulkan dengan komentar tentang definisi yang tepat dari mesin cerdas; sementara ada pencapaian luar biasa dalam dekade terakhir, termasuk pengembangan perangkat lunak yang mampu bersaing dengan juara dalam permainan seperti catur atau yang setara jika tidak melebihi manusia dalam tugas seperti mengenali elemen tertentu dalam gambar, mesin ini mereka hanya melakukan aktivitas yang mereka secara khusus diprogram.
Saya pikir itu makhluk "cerdas" harus mampu melakukan aktivitas lain juga, tidak hanya memiliki pengetahuan tentang bagaimana berperilaku, tetapi juga hati nurani untuk memilih tindakan apa yang terbaik untuk kepentingannya. Kesadaran akan diri sendiri dan kemampuan seseorang adalah salah satu karakteristik mendasar manusia dan saya percaya perlu untuk dapat berbicara tentang kecerdasan. Para peneliti di bidang ilmu kognitif tertarik untuk memahaminya dengan lebih baik, meskipun belum direplikasi dalam mesin. Menurut pendapat saya, ini akan menjadi tujuan utama, tetapi sampai tercapai, saya merasa tidak dapat mendefinisikan sistem yang dianalisis di dalamnya sebagai "cerdas" sepenuhnya.
