Waarom beleggers prognoses door AI nog niet vertrouwen, ondanks hun potentieel

Artificiële intelligentie wordt steeds vaker gebruikt in de financiële wereld. AI kan sneller en preciezer voorspellingen maken dan menselijke analisten, en het potentieel lijkt enorm. Toch blijkt uit recent onderzoek van Francesco Stradi (KU Leuven) en Gertjan Verdickt (University of Auckland) dat beleggers AI-voorspellingen nog altijd argwanend bekijken. Het onderzoek, gebaseerd op vier experimenten met 3.600 Amerikaanse deelnemers, toont aan dat beleggers hun vertrouwen eerder stellen in menselijke voorspellingen, zelfs als de objectieve data uitwijzen dat AI vaak beter presteert.

Een opvallend resultaat uit het onderzoek is dat beleggers de neiging hebben menselijke voorspellingen betrouwbaarder te vinden dan die van AI. Dat fenomeen, bekend als algorithm aversion, verwijst naar het feit dat mensen de voorkeur geven aan menselijke beslissingen boven geautomatiseerde algoritmes, zelfs als die algoritmes nauwkeuriger zijn. Volgens Verdickt komt dat wantrouwen deels voort uit het idee dat AI-systemen als een black box worden ervaren: een systeem dat beslissingen neemt zonder dat het voor de gebruiker duidelijk is hoe die tot stand komen.

“Mensen lijken in het algemeen machines niet te vertrouwen. Zolang AI een black box blijft, zal het menselijk brein makkelijker te begrijpen zijn”, legt Verdickt uit. Dat verklaart waarom beleggers terughoudend zijn. Wanneer een mens een voorspelling doet, kan hij of zij het denkproces uitleggen. Bij AI blijft dat vaak ondoorzichtig. Bovendien heeft een menselijke analist skin in the game: een persoonlijke verantwoordelijkheid. Als hij of zij een fout maakt, is er iemand om ter verantwoording te roepen. “Een AI-machine heeft dat niet”, benadrukt Verdickt.

AI-geletterdheid

Een ander belangrijk inzicht uit het onderzoek is dat de mate dat beleggers vertrouwd zijn met AI, invloed heeft op hun bereidheid om AI-voorspellingen te accepteren. Hoe meer kennis en begrip iemand heeft van AI-technologie, hoe groter de kans dat hij of zij de voorspellingen van AI serieus neemt. Maar het vergroten van AI-geletterdheid is geen eenvoudige opgave.

“Hoe meer mensen vertrouwd raken met AI – en vooral wanneer AI steeds beter wordt en minder het black-boxlabel krijgt – hoe groter de kans dat ze het gaan vertrouwen”, zegt Verdickt. Echter, de praktijk is weerbarstig. Verdickt legt uit dat er al jaren wordt gewerkt aan explainable AI, technologie die de werking van AI begrijpelijker moet maken voor het grote publiek. “We hebben al grote sprongen gemaakt, maar we zijn er zeker nog niet,” aldus Verdickt.

Invloed politieke voorkeur en geslacht

Naast AI-geletterdheid blijkt ook dat externe factoren zoals politieke voorkeur en geslacht een rol spelen in het vertrouwen dat beleggers hebben in AI-voorspellingen. Uit het onderzoek met Amerikaanse respondenten blijkt dat vrouwen meer vertrouwen hadden in AI-voorspellingen dan mannen, en dat Democraten meer openstonden voor AI dan Republikeinen. Dat patroon werd consistent waargenomen in meerdere experimenten en kan deels worden verklaard door verschillen in technologische acceptatie en risicohouding tussen die groepen.

Verdickt legt uit: “We zagen dat vrouwen sterker reageerden op AI-informatie dan mannen. Mannen waren over het algemeen terughoudender. Een vergelijkbaar patroon zagen we bij politieke voorkeuren. Deelnemers die zich identificeerden als Democraten bleken meer geneigd hun verwachtingen aan te passen op basis van AI-voorspellingen dan Republikeinen.”

Dat betekent dat financiële instellingen mogelijk verschillende benaderingen moeten hanteren, afhankelijk van de doelgroep. “Ik vermoed dat financiële instellingen zich in de toekomst anders zullen positioneren. Je gaat duidelijkere rollen krijgen: aan de ene kant de computergestuurde AI-technologie en aan de andere kant de verkoopkant. Niet iedereen moet dezelfde pitch krijgen”, zegt Verdickt. Een overstap naar AI-gestuurde fondsen is dus nog lang niet vanzelfsprekend.

Eenvoud boven complexiteit

Een verrassende conclusie uit het onderzoek was dat beleggers eenvoudige modellen, zoals ordinary least squares (OLS), meer vertrouwen dan complexere modellen zoals deep learning. Hoewel OLS vaak minder nauwkeurig is, vinden beleggers het makkelijker te begrijpen en dus betrouwbaarder. Dat fenomeen is problematisch, aangezien geavanceerdere modellen vaak betere resultaten opleveren. Volgens Verdickt kunnen beleggers door die voorkeur voor eenvoud slechtere keuzes maken.

“Mensen vertrouwen eenvoudige modellen meer, zelfs als die slechter presteren. Dat is een gevaar”, waarschuwt Verdickt. Hij wijst erop dat dit kan leiden tot AI-washing, waarbij bedrijven AI-modellen eenvoudiger doen lijken dan ze werkelijk zijn, alleen om het vertrouwen van beleggers te winnen. Dat kan op lange termijn leiden tot verkeerde investeringsbeslissingen, aangezien beleggers modellen volgen die misschien minder waardevol zijn dan complexere alternatieven.

Om dat probleem aan te pakken, benadrukt Verdickt het belang van explainable AI: “Vertrouwdheid speelt een belangrijke rol. Hoe beter mensen begrijpen hoe AI-modellen werken, hoe groter hun vertrouwen.” Bedrijven moeten beleggers dus beter informeren over hoe AI werkt en waarom bepaalde modellen beter zijn dan andere.

‘Bedrijven moeten duidelijk maken waar en hoe ze AI gebruiken. Openheid is cruciaal’

Gertjan Verdickt (University of Auckland)

ChatGPT

Een andere opmerkelijke bevinding uit het onderzoek was dat ChatGPT, ondanks zijn populariteit en brede herkenbaarheid, lagere geloofwaardigheidsscores kreeg dan andere AI-modellen. Dat suggereert dat bekendheid met een bepaald AI-systeem niet noodzakelijk leidt tot meer vertrouwen. “We hadden verwacht dat mensen zich meer zouden kunnen voorstellen bij ChatGPT, maar dat hielp duidelijk niet”, zegt Verdickt. Dat benadrukt het feit dat vertrouwen in AI niet eenvoudig kan worden opgebouwd door bekendheid of gebruiksvriendelijkheid alleen.

Daarnaast bracht het onderzoek aan het licht dat de combinatie van mens en machine – waarbij menselijke analisten worden ondersteund door AI – niet het meeste vertrouwen genoot, zoals oorspronkelijk werd gedacht. Dat is een verrassende uitkomst voor de onderzoekers. “We dachten dat de combinatie van mens en machine het meeste vertrouwen zou krijgen, maar dat bleek niet zo te zijn,” zegt Verdickt.

Vertrouwen versterken

Om het vertrouwen in AI-voorspellingen te vergroten, moeten financiële instellingen en regulerende instanties meer de nadruk leggen op transparantie en educatie. Uit het onderzoek blijkt dat beleggers het vertrouwen verliezen als ze pas achteraf ontdekken dat een voorspelling afkomstig was van AI, in plaats van een mens. Verdickt stelt: “Bedrijven moeten duidelijk maken waar en hoe ze AI gebruiken. Openheid is cruciaal.”

Ook educatie speelt een sleutelrol. Beleggers moeten beter worden geïnformeerd over wat AI doet en hoe het werkt, zodat ze die technologie kunnen begrijpen en erop vertrouwen. “Hoe meer mensen begrijpen wat AI precies doet, hoe sneller ze bereid zullen zijn AI-voorspellingen te volgen”, aldus Verdickt. Zonder die educatie zullen beleggers AI blijven wantrouwen en terughoudend blijven in het aanpassen van hun verwachtingen op basis van AI-voorspellingen.

Toekomstperspectief

Hoewel AI-technologie al significante stappen heeft gezet in de financiële sector, is het duidelijk dat er nog veel werk te doen is voordat beleggers volledig op AI-voorspellingen vertrouwen. Verdickt geeft aan dat, hoewel er al tien jaar geleden vakken over algorithmic trading werden gegeven, AI nog altijd niet wijdverspreid is onder het grote publiek. “Ik volgde tien jaar geleden al een vak over algorithmic trading en dacht dat dit de toekomst was. Hoewel er sindsdien veel stappen zijn gezet, denk ik niet dat het grote publiek er al klaar voor is”, zegt hij. De technologie ontwikkelt zich snel, maar het vertrouwen van beleggers moet voorzichtig worden gewonnen. Zoals het gezegde luidt: vertrouwen komt te voet, maar vertrekt te paard.

Lees ook: