ИИ-инструменты против когнитивных искажений: как их использовать инвесторам
Чем сильнее инвестор полагается на ИИ в борьбе с когнитивными искажениями, тем выше риск, что тот начнет незаметно влиять на его решения. Фото: Unsplash / Microsoft Copilot
Многие регуляторы рассматривают ИИ как значимый источник потенциального вреда инвесторам, особенно в случаях с робо‑консультированием и торговыми рекомендациями. Сами инвесторы тоже часто испытывают стойкий скептицизм к таким советчикам. Однако доцент по финансам Бизнес‑школы Университета Эксетера (Великобритания) Нармин Нахиди в своей новой книге AI, FinTech, and the Future of Robo‑Advisory утверждает: ИИ‑инструменты можно эффективно использовать для корректировки когнитивных искажений у инвесторов.
Почему инвесторам вообще нужен ИИ
Нармин Нахиди в своей книге, вышедшей в мае этого года, указывает: когнитивные искажения систематически влияют на инвестиционные решения и снижают их эффективность. Они связаны не только с мышлением человека, но и с работой его мозга. В частности, речь про лобные доли и зоны, связанные с обработкой информации и эмоций.
Потому когнитивные искажения сложно устранять простым информированием о рисках. По мнению Нахиди, поможет стратегическое вмешательство — изменение архитектуры принятия решений за счет инструментов ИИ.
Нахиди описывает «трехслойный» подход к таким изменениям. Первый — финансовое образование и самообразование инвестора, чтобы сформировать «грамотность в искажениях». Чем лучше человек понимает типичные ловушки мышления и умеет анализировать собственные решения, тем легче ему противостоять когнитивным искажениям.
Второй слой — организация процесса. Автор книги предлагает выстроить инвестирование или трейдинг так, чтобы принимать взвешенные решения было проще. Например, можно ввести обязательную паузу перед крупными сделками или использовать простые и наглядные способы оценки рисков.
Третий слой — тот самый ИИ, который дает в реальном времени персонализированные корректировки и рекомендации именно там, где первый и второй слои не справляются. Например, из‑за стресса, когнитивной перегрузки или зашкаливающих эмоций.
Как это работает на практике
Такие ИИ-сервисы уже существуют, но они изучают не столько рынок, сколько самого инвестора: его транзакции, реакции на волатильность, структуру портфеля и частоту операций. Сама Нахиди приводит в пример платформы, вроде Betterment и Wealthfront, гибридные сервисы крупных игроков, таких как Vanguard Digital Advisor или Nutmeg, которые комбинируют алгоритмическое управление портфелем с элементами человеческого консультирования.
Так ИИ выявляет устойчивые паттерны инвестиционного поведения человека, например, панические продажи после просадки актива, следование стадному поведению или игнорирование исторических данных. На их основе ИИ прогнозирует моменты, когда инвестор с высокой вероятностью рискует принять решение под влиянием когнитивных искажений, и вмешивается. Он предлагает, например, отложить сделку, напоминает о долгосрочных целях и диверсификации, показывает альтернативные сценарии развития событий и динамику портфеля.
Работают ли они? По мнению Нахиди, да. Это уменьшает импульсивную торговлю, улучшает дисциплину для следования долгосрочным стратегиям и повышает диверсификацию портфеля, пишет она.
Но, добавляет Нахиди, везде нужно соблюдать чувство меры. Чем эффективнее ИИ корректирует когнитивные искажения, тем выше вероятность того, что он перейдет от «защиты человека к скрытому управлению его решениями».
Особое беспокойство вызывают случаи, когда инвестиционные платформы внедряют игровые механики и алгоритмы цифрового вовлечения, поощряющие частую и рискованную торговлю, пишет Нахиди. Вместо того чтобы снижать поведенческие искажения, такие решения усиливают неприятие потерь, стадное и импульсивное поведение, превращая психологические уязвимости инвесторов в источник прибыли платформы.
Чтобы застраховаться от таких рисков, по мнению Нахиди, инвесторы должны сами позаботиться о себе. Во-первых, нужно понимать, почему вам советуют именно такое действие, какие данные для этого использованы и какая логика лежит в основе рекомендаций. Вспомним про первый слой — самообразование!
Во-вторых, стоит отслеживать, чтобы ИИ опирался на ваше информированное согласие: поведенческий анализ и алгоритмы вмешательства требует уведомления, с понятным описанием целей и последствий.
