FT: ИИ-модели ошибаются в 99% случаев при сложных финансовых расчетах

Технологическая компания Saturn проанализировала, как наиболее распространенные модели искусственного интеллекта (ChatGPT, Claude, Copilot, Grok, Gemini и другие) справляются с решением финансовых задач. В ответах на усредненные вопросы они ошибались в 57% случаев, на более сложные — в 99%. Результаты исследования приводит газета Financial Times.

Исследователи тестировали ИИ-модели на списке из более чем 100 вопросов, связанных с финансами. Вопросы могли повторяться до пяти раз. Специалисты отмечают, что нейросети ошибались в вычислениях, игнорировали, например, предстоящие изменения в налоговом законодательстве или выдумывали нормы. Лучше всего чат-боты справились с составлением бюджета.

«Миллионы людей доверяют моделям искусственного интеллекта в вопросах финансов, но они получают неправильные ответы, из-за которых могут потерять свои деньги»,— считает исполнительный директор Saturn Амаль Джоли. Специалисты отмечают, что лучшей по результатам исследования оказалась модель Claude Opus 5 в режиме «рассуждений».