تقدم روبوتات الدردشة الرائدة العاملة بالذكاء الاصطناعي إجابات خاطئة على الأسئلة المالية في كثير من الأحيان، وفقًا لتقرير بحثي جديد صادر عن شركة fintech Saturn في المملكة المتحدة، والذي اختبر 18 من نماذج الذكاء الاصطناعي الأكثر شيوعًا ووجد متوسط ​​معدل خطأ يبلغ 57٪، حسبما ذكرت صحيفة فايننشال تايمز يوم الاثنين.

يأتي التقرير، الذي يحمل عنوان "السلطة الاصطناعية"، في الوقت الذي يلجأ فيه ملايين المستهلكين بشكل متزايد إلى برامج الدردشة للحصول على إرشادات بشأن المعاشات التقاعدية والضرائب والديون والمدخرات - وهي أسئلة يمكن أن تؤدي فيها إجابة واحدة خاطئة إلى عواقب مالية حقيقية. ومع دفع المساعدات ذات الأغراض العامة إلى المنطقة الخاضعة للتنظيم، أصبحت دراسات مثل هذه بمثابة اختبار ضغط متكرر لوعود المستهلكين في الصناعة، وسنستمر في تتبع أحدث تطورات الذكاء الاصطناعي مع استجابة المنظمين.

كيف تم الاختبار

وضع فريق مجال Saturn 18 من نماذج الذكاء الاصطناعي الأكثر استخدامًا على نطاق واسع من خلال 121 سؤالًا تشمل المعاشات التقاعدية والضرائب والديون والمدخرات - وهي المجالات الأساسية التي يطلب فيها مستهلكو التجزئة في أغلب الأحيان المشورة. وشملت النماذج التي تم اختبارها ChatGPT وGemini وClaude وCopilot من Microsoft، وفقًا لملخص التقرير المنشور.

وقال ساتورن إن العارضات ارتكبن أخطاء بنسبة 57% من الحالات في المتوسط. قامت الشركة بصياغة النتائج على أنها تشمل "فيما يتعلق بالأخطاء المتعلقة بالفشل في حماية المستهلك"، واستخدمتها للقول بأن فجوة المشورة في المملكة المتحدة - الفجوة بين الأشخاص الذين يمكنهم الوصول إلى المشورة المالية المنظمة وأولئك الذين لا يستطيعون - لن يتم سدها من خلال برامج الدردشة غير المنظمة وحدها.

حتى أفضل العارضات يرتكبن الأخطاء بشكل متكرر

ولم تكن النتائج موحدة، ولكن حتى أصحاب الأداء الأقوى كانوا يفشلون في كثير من الأحيان. وفقًا لتقرير فايننشال تايمز، كان النموذج الأفضل أداءً هو نموذج Anthropic's Claude Opus 5 الذي كان يعمل في وضع التفكير - وما زال يرتكب أخطاء في 39% من الإجابات.

قد تكون هذه التفاصيل هي النتيجة الأكثر أهمية التي توصل إليها التقرير. إن أساليب الاستدلال، التي تسمح للنماذج بالتداول قبل الإجابة، هي الإجابة الرائدة في الصناعة على الهلوسة والخطأ، وتقوم النماذج الرائدة بشكل روتيني بنشر نتائج قوية في الامتحانات المهنية في المالية والقانون. تشير نسبة الخطأ البالغة 39% في الأسئلة المالية العملية إلى أن معايير نمط الامتحانات واستفسارات المستهلكين في العالم الحقيقي تقيس أشياء مختلفة تمامًا.

كما أثارت النتائج معارضة. شكك المعلقون على Hacker News في المنهجية واختيار النموذج، مشيرين إلى أن العديد من أمثلة أخطاء التقرير جاءت من نماذج أصغر ذات مستوى حر. لكن المتوسط ​​البالغ 57% والرقم الأفضل في فئته بنسبة 39% يقفان كادعاءات منشورة من "ساتورن" و"فاينانشيال تايمز"، والتحذير المركزي للتقرير - بأن المستهلكين لا ينبغي أن يتعاملوا مع مخرجات برامج الدردشة الآلية باعتبارها نصيحة منظمة - لم يكن موضع خلاف.

تحذير سمعه المنظمون من قبل

ويأتي التقرير وسط تزايد القلق الرسمي بشأن روبوتات الدردشة في الأمور المالية. لقد تم تحذير المستهلكين في المملكة المتحدة بالفعل من أن روبوتات الدردشة التي تعمل بالذكاء الاصطناعي تقدم نصائح مالية غير دقيقة في تنبيه تمت تغطيته على نطاق واسع نشرته صحيفة الغارديان في أواخر عام 2025، ومنذ ذلك الحين، أشارت الهيئات التنظيمية المالية في جميع أنحاء أوروبا والولايات المتحدة إلى النصائح التي يولدها الذكاء الاصطناعي باعتبارها منطقة خطر ناشئة على المستهلك.

يمنح موقف ساتورن الخاص للتقرير ميزة خاصة: حيث تعمل الشركة على تطوير أدوات الذكاء الاصطناعي لتقديم المشورة المالية، وقد نشرت النتائج ليس كرفض للذكاء الاصطناعي في مجال التمويل ولكن كحالة لوضع حواجز الحماية بشكل صحيح. حجتها هي أن روبوتات الدردشة ذات الإدارة السيئة تسد بالفعل فجوة المشورة بشكل افتراضي، وأن الاختيار الذي يواجه المنظمين هو بين توجيه الذكاء الاصطناعي الخاضع للإشراف وتوجيه الذكاء الاصطناعي غير الخاضع للإشراف - وليس بين الذكاء الاصطناعي والمشورة البشرية.

مساهمة ساتورن في هذا النقاش هي جدل حول تصميم السياسات: تقول الشركة إن التحول مما تسميه التنظيم المفرط نحو وضع حواجز حماية عملية على نماذج اللغة الكبيرة من شأنه أن يضيق فجوة المشورة بشكل أسرع مع حماية الناس من توجيهات الذكاء الاصطناعي غير المنظمة. بمعنى آخر، بدلاً من إبقاء الذكاء الاصطناعي بعيدًا عن المشورة المالية تمامًا، قم ببناء عمليات نشر خاضعة للإشراف ومقيدة يمكنها أن تخدم بأمان العملاء الذين يصعب الوصول إليهم من قبل المستشارين البشريين.

هذا الإطار مهم لأن فجوة المشورة هي أقوى مبرر للصناعة لوجودها في هذا المجال على الإطلاق. في المملكة المتحدة، تقع معظم الأسر خارج العتبة التي تعتبر عندها المشورة المالية المنظمة مجدية اقتصاديا، وهو على وجه التحديد السكان الذين يسألون الآن روبوتات الدردشة عن المعاشات التقاعدية والديون.

ما يجب على المستهلكين التخلص منه

وإلى أن تتحسن النماذج أو تتدخل الجهات التنظيمية، فإن التوجيه العملي من البحث واضح ومباشر:

  • التعامل مع إجابات الشات بوت بشأن الضرائب والمعاشات التقاعدية والديون والمدخرات كنقطة انطلاق للبحث، وليس كنصيحة.
  • التحقق من أي رقم محدد – عتبات، معدلات، بدلات – من مصدر رسمي قبل التصرف به.
  • كن حذرًا بشكل خاص مع نماذج الطبقة المجانية، والتي قد تكون أقدم أو أصغر من الإصدارات الرئيسية التي يروج لها المختبر.
  • بالنسبة للقرارات اللاحقة، يظل المستشار البشري الخاضع للتنظيم هو القناة الوحيدة المرتبطة بالمساءلة القانونية.

السؤال الأوسع الذي يثيره التقرير هو السؤال الذي ستواجهه صناعة الذكاء الاصطناعي بشكل متكرر في عام 2026: القدرة التي تثير الإعجاب في العروض التوضيحية والمعايير يمكن أن تظل أقل من مستوى الموثوقية الذي تتطلبه المجالات المنظمة. إن المشورة المالية هي ببساطة الساحة الأولى التي تم فيها قياس هذه الفجوة بشكل صارخ.

ابق في صدارة الذكاء الاصطناعي

تتبع كيف يقوم الذكاء الاصطناعي بإعادة تشكيل التمويل والبحث والتنظيم؟ اقرأ المزيد من أخبار الذكاء الاصطناعي على AI Buzz Wire - تغطية مستقلة للذكاء الاصطناعي كل يوم.

---

ابقَ في طليعة الذكاء الاصطناعي

احصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →