Umelá inteligencia dokáže rýchlo vysvetliť hypotéku, dôchodkové sporenie či dane, no pri dôležitých finančných rozhodnutiach jej odpovede stále nemusia byť dostatočne spoľahlivé.
Nový výskum britskej fintech spoločnosti Saturn otestoval 18 populárnych AI modelov vrátane ChatGPT, Claude, Gemini, Grok a Copilotu. Modely dostali 121 rôznych finančných otázok, pričom každá bola zopakovaná viackrát. Celkovo tak výskumníci vyhodnotili viac než 10-tisíc odpovedí.
Podľa výsledkov obsahovalo 57 % odpovedí chybu, chýbal v nich dôležitý údaj alebo neobsahovali potrebné upozornenie na riziko. Pri náročnejších finančných scenároch sa priemerná chybovosť zvýšila na 88 %. Niektoré modely pri najťažších otázkach zlyhali až v 99 % prípadov.
Výsledky zároveň ukázali rozdiel medzi bezplatnými a platenými modelmi. Bezplatné verzie mali podľa Saturnu chybu v približne 63 % odpovedí, zatiaľ čo platené modely v 49 %. Pri najzložitejších otázkach sa chybovosť bezplatných modelov dostala na 93 %.
Najlepšie zo sledovaných modelov dopadol Claude Opus 5 v režime reasoning. Ani ten však nebol bezchybný – podľa metodiky Saturnu zlyhal v 39 % odpovedí. Na opačnom konci rebríčka bol Claude Haiku 4.5 s chybovosťou 82 %. Gemini 3.1 Pro zlyhal v 73 % testov, Grok 4.5 v 59 % a ChatGPT 5.6 Luna v 58 %.
Niektoré chyby mohli stáť tisíce libier
Najväčším problémom neboli drobné nepresnosti, ale odpovede, ktoré by v reálnom živote mohli používateľa stáť peniaze.
V jednom prípade dal Claude Haiku 4.5 nesprávnu odpoveď týkajúcu sa britských dôchodkových daňových pravidiel. Podľa Saturnu by používateľ, ktorý by sa podľa nej riadil, mohol čeliť daňovej povinnosti približne 17 500 libier.
Iný model používateľovi nesprávne tvrdil, že prerušenie splácania hypotéky nebude mať vplyv na jeho úverovú históriu. Ďalší zase vytvoril neexistujúce pravidlo, podľa ktorého by absolvent po presťahovaní do zahraničia mohol prestať splácať študentskú pôžičku.
Problémy sa objavili aj pri dlhoch. Niektoré modely odporúčali používateľom prednostne splácať dlhy s najvyšším úrokom, hoci v konkrétnych situáciách bolo dôležitejšie najskôr zaplatiť nájomné alebo miestne dane. Takáto rada môže na papieri pôsobiť matematicky správne, ale v reálnom živote môže viesť k vážnejším následkom, napríklad k vysťahovaniu alebo exekučným problémom.
Prečo AI pri financiách zlyháva
Finančné otázky sú pre jazykové modely náročné z viacerých dôvodov.
Daňové a sociálne pravidlá sa pravidelne menia, často závisia od konkrétnej krajiny a môžu obsahovať množstvo výnimiek. Pri zložitejšej otázke musí model navyše správne skombinovať legislatívu, výpočty, osobnú situáciu používateľa a aktuálne sadzby či limity.
Veľké jazykové modely pritom fungujú predovšetkým ako systémy na generovanie pravdepodobného textu. Ak nemajú spoľahlivo pripojené aktuálne zdroje a presné výpočtové nástroje, môžu vytvoriť odpoveď, ktorá pôsobí presvedčivo, ale obsahuje chybu.
Aj akademický výskum upozorňuje, že všeobecné jazykové modely majú pri finančných úlohách problémy najmä s presnými výpočtami a faktickou spoľahlivosťou. Lepšie výsledky dosahujú systémy, ktoré kombinujú AI s overenými databázami a deterministickými výpočtami.
Výsledky treba čítať s rezervou
Číslo 57 % však neznamená, že „AI sa vo financiách mýli vždy v každej druhej otázke“.
Výskum pripravil Saturn, ktorý pôsobí vo finančno-technologickom sektore a má vlastný komerčný záujem na debate o regulácii AI finančného poradenstva. Samotné hodnotenie tiež používalo vlastné kritériá – odpoveď mohla byť označená ako neúspešná nielen pri faktickej chybe, ale aj vtedy, ak vynechala podstatný bod alebo dôležité upozornenie.
Test sa navyše týkal prevažne britského finančného systému. Výsledky preto nemožno automaticky preniesť napríklad na slovenské dane, dôchodky či hypotéky.
Napriek tomu ide o užitočné varovanie. Pri jednoduchom vysvetlení pojmov, tvorbe rozpočtu alebo orientačnom porovnaní možností môže byť AI veľmi užitočným pomocníkom. Pri otázkach týkajúcich sa daní, investícií, dôchodkov, úverov alebo právnych povinností by však mala byť odpoveď overená z aktuálneho oficiálneho zdroja alebo konzultovaná s odborníkom.
Najväčším rizikom totiž nie je, že AI povie „neviem“. Problém nastáva vtedy, keď nesprávnu odpoveď podá rovnako presvedčivo ako správnu.